如何编写函数用Pandas的loc处理DataFrame多列，将≤0值替换为NaN？

方法1：一次性处理整个DataFrame #

用Pandas内置的mask()方法，一行代码就能完成所有列的替换操作，它会自动把满足<=0条件的元素换成np.nan：

import numpy as np
df = df.mask(df <= 0)

如果不想修改原DataFrame，可赋值给新变量：new_df = df.mask(df <= 0)

方法2：仅处理指定列 #

如果只需要替换col1到col4这类特定列，先列出目标列名，再批量处理即可：

target_cols = ['col1', 'col2', 'col3', 'col4']
df[target_cols] = df[target_cols].mask(df[target_cols] <= 0)

方法3：用replace()实现（可选） #

也可以通过replace()配合匿名函数完成替换，不过性能略逊于mask()，适合场景简单的情况：

df = df.replace(to_replace=lambda x: x <= 0, value=np.nan)

内容的提问来源于stack exchange，提问作者benfo