如何基于条件将DataFrame指定列的异常值替换为NaN？

针对你的需求，不需要手动指定行号，直接通过布尔索引就能批量将不符合格式的Birthday值替换为NaN，以下是两种高效实现方式：

方法一：使用df.loc布尔索引 #

import pandas as pd
import numpy as np

# 创建示例数据
data = {'Age': [20, 21, 19, 18],
        'Name': ['Tom', 'nick', 'krish', 'jack'],
       'Birthday': ["Dec-82", "heidgo", "Mar-84", "ishosdg"]}
df = pd.DataFrame(data)

# 批量替换异常值为NaN
df.loc[~df["Birthday"].str.contains("Dec|Mar", na=False), "Birthday"] = np.nan

方法二：使用pd.Series.mask（更简洁） #

import pandas as pd

# 创建示例数据
data = {'Age': [20, 21, 19, 18],
        'Name': ['Tom', 'nick', 'krish', 'jack'],
       'Birthday': ["Dec-82", "heidgo", "Mar-84", "ishosdg"]}
df = pd.DataFrame(data)

# 用mask方法替换异常值
df["Birthday"] = df["Birthday"].mask(~df["Birthday"].str.contains("Dec|Mar", na=False))

关键说明： #

• ~符号表示取反，筛选出不包含Dec或Mar的行
• na=False参数用于处理原数据中可能存在的空值，避免str.contains抛出错误，确保代码在大规模数据集上稳定运行
• 两种方法都完全基于条件筛选，无需手动输入行号，适合处理大型数据集

内容的提问来源于stack exchange，提问作者wick