如何使用Pandas基于索引将指定列行值替换为NaN

你的代码没生效是因为用错了方法：replace()是用来匹配具体数值进行替换的，不是用来定位行/列区间做批量赋值的。你传入的df.loc[...]是一个Series，replace会尝试在整个DataFrame中寻找和这个Series里完全相等的值再替换，但实际因为匹配逻辑（比如浮点数精度、Series作为匹配对象的处理方式），导致没有匹配到任何元素，所以输出和原DataFrame一致。

正确解法 #

不需要用replace，直接用loc定位目标区间后赋值np.NaN即可，这是Pandas批量修改数据的标准方式：

1. 直接修改原DataFrame

import numpy as np
import pandas as pd

# 假设你的DataFrame已初始化完成
df.loc['2023-02-03 13:00:00+00:00':, 'B'] = np.NaN

2. 生成新的DataFrame（不修改原数据）

如果不想改动原始数据，先复制一份再修改：

df2 = df.copy()
df2.loc['2023-02-03 13:00:00+00:00':, 'B'] = np.NaN

效果验证 #

执行上述代码后，目标区间（2023-02-03 13:00之后的B列）的值会被替换为NaN，和你期望的输出完全一致。

内容的提问来源于stack exchange，提问作者J.H