如何将Pandas DataFrame指定列中的负值替换为Null/NaN？

你之前的代码会把整行设为NaN，是因为你选中了满足条件的整行数据再赋值，而不是只定位目标列。下面给你几个可行的正确写法：

方法1：使用loc精准定位（最直观） #

通过loc同时指定行筛选条件和目标列，只修改该列的对应值：

import numpy as np
import pandas as pd

# 假设df_1是你的DataFrame
df_1.loc[df_1['Column D'] < 0, 'Column D'] = np.nan

方法2：使用mask方法 #

mask会在条件为True时将对应元素替换为NaN（默认值），直接对目标列操作即可：

df_1['Column D'] = df_1['Column D'].mask(df_1['Column D'] < 0)

方法3：使用replace结合lambda #

适合需要自定义替换逻辑的场景，这里用lambda判断负值并替换：

df_1['Column D'] = df_1['Column D'].replace(lambda x: np.nan if x < 0 else x)

这几个方法都只会修改Column D中的负值，不会影响其他列的数据。

内容的提问来源于stack exchange，提问作者GandarfTheWhite