如何用Python在指定列中将特定范围数值替换为np.nan？

核心解决方案 #

可以通过布尔索引结合df.loc或mask方法精准定位指定列中符合条件的数值，将其替换为np.nan。以下是针对需求的实现代码：

import pandas as pd
import numpy as np

# 创建输入数据框
df = pd.DataFrame({
    'A': [2, 2, 5],
    'B': [3, 8, 3],
    'C': [5, 9, 6],
    'D': [7, 7, 7]
})

# 选定B、C列，将<=5或>=7的数值替换为np.nan
df.loc[:, ['B', 'C']] = df.loc[:, ['B', 'C']].mask(
    (df.loc[:, ['B', 'C']] <= 5) | (df.loc[:, ['B', 'C']] >= 7),
    np.nan
)

print(df)

代码解释 #

• df.loc[:, ['B', 'C']]：定位数据框中所有行的B、C两列
• .mask(条件, 替换值)：mask方法会将满足条件的元素替换为指定值，这里的条件是(数值<=5) | (数值>=7)（|表示逻辑或）
• 最终仅保留B、C列中大于5且小于7的数值，其余替换为np.nan

输入输出示例 #

输入数据框：

处理后的数据框：

内容的提问来源于stack exchange，提问作者Hal