Pandas按sub_code列筛选后替换marks列值时保留非筛选行原数据

原始DataFrame #

import pandas as pd

df = pd.DataFrame(
    {'stud_id' : [101, 101, 101, 101, 
                  101, 101, 101, 101],
     'sub_code' : ['CSE01', 'CSE02', 'CSE03', 
                   'CSE06', 'CSE05', 'CSE04',
                   'CSE07', 'CSE08'],
     'marks' : ['A','B','C','D',
                'E','F','G','H']}
)

需求 #

• a) 根据sub_code列的指定值列表筛选DataFrame；
• b) 将筛选出的行的marks列值替换为常量FAIL，同时保留非筛选行的原marks值。

错误尝试及问题 #

尝试了以下代码，但运行后非筛选行的marks列变为NA：

sub_list = ['CSE01', 'CSE02', 'CSE03','CSE06', 'CSE05', 'CSE04']
df['marks'] = df[df['sub_code'].isin(sub_list)]['marks'].replace(r'^([A-Za-z])*$','FAIL', regex=True)

问题原因：直接将筛选后的替换结果赋值给整个marks列时，筛选范围外的行在原筛选结果中是缺失值（NaN），因此赋值后这些位置会被覆盖为NA。

正确解决方案 #

方法1：使用loc精准定位赋值（推荐） #

通过布尔索引定位符合条件的行，直接修改对应列的值，其他行不受影响：

sub_list = ['CSE01', 'CSE02', 'CSE03','CSE06', 'CSE05', 'CSE04']
df.loc[df['sub_code'].isin(sub_list), 'marks'] = 'FAIL'

执行后得到的结果：

方法2：使用mask函数替换 #

mask函数会将满足条件的位置替换为指定值，不满足条件的保留原值：

sub_list = ['CSE01', 'CSE02', 'CSE03','CSE06', 'CSE05', 'CSE04']
df['marks'] = df['marks'].mask(df['sub_code'].isin(sub_list), 'FAIL')

内容的提问来源于stack exchange，提问作者The Great