使用 np.where 将列值转换为 NaN

Question

我无法弄清楚如何在 for 循环中使用 np.where 的索引结果。我想使用这个 for 循环仅更改给定 np.where 索引结果的列的值。

这是一个假设的例子，我想在我的数据集中找到某些问题或异常的索引位置，使用 np.where 获取它们的位置，然后在数据帧上运行一个循环以将它们重新编码为 NaN，同时留下每个其他索引不变。

到目前为止，这是我的简单代码尝试：

import pandas as pd
import numpy as np

# import iris
df = pd.read_csv('https://raw.githubusercontent.com/rocketfish88/democ/master/iris.csv')

# conditional np.where -- hypothetical problem data
find_error = np.where((df['petal_length'] == 1.6) & 
                  (df['petal_width'] == 0.2))

# loop over column to change error into NA
for i in enumerate(find_error):
    df = df['species'].replace({'setosa': np.nan})

# df[i] is a problem but I cannot figure out how to get around this or an alternative

Answer 1

您可以直接分配给列：

m = (df['petal_length'] == 1.6) & (df['petal_width'] == 0.2)
df.loc[m, 'species'] = np.nan

或者，修复您的代码。

df['species'] = np.where(m, np.nan, df['species'])

或者，使用Series.mask：

df['species'] = df['species'].mask(m)