DataFrame过滤：将不含%G%或%P%的水果值替换为NaN

对DataFrame中的Fruit1、Fruit2、Fruit3列执行过滤操作：

• 保留包含字符P或G的水果值
• 不满足条件的替换为NaN

原始数据 #

期望结果 #

解决方案 #

使用Pandas的字符串匹配与条件替换实现需求，代码如下：

import pandas as pd

# 构建原始数据集
data = {
    'Unique ID': [1234, 1235, 1236, 1237, 1238],
    'Fruit1': ['Banana', 'Orange', 'Pear', 'Guava', 'Kiwi'],
    'Fruit2': ['Peach', 'Grape', 'Papaya', pd.NA, 'Cherry'],
    'Fruit3': ['Guava', pd.NA, 'Apricot', pd.NA, 'Peach']
}
df = pd.DataFrame(data)

# 指定需要处理的水果列
fruit_columns = ['Fruit1', 'Fruit2', 'Fruit3']

# 过滤并替换：保留含P/G的项，其余转为NaN
df[fruit_columns] = df[fruit_columns].apply(
    lambda col: col.where(col.str.contains('P|G', na=False), pd.NA)
)

print(df)

代码解释 #

• str.contains('P|G', na=False)：检测字符串是否包含P或G，na=False确保原始NaN值不被误处理
• col.where(condition, pd.NA)：满足匹配条件时保留原数值，否则替换为NaN

内容的提问来源于stack exchange，提问作者Storm