Pandas：如何将列中不在指定字符串列表的值设为np.NaN

可以通过Pandas的where方法结合isin筛选，直接将name列中不在指定列表内的所有值（包括空字符串、原有的np.NaN）替换为np.NaN：

import pandas as pd
import numpy as np

# 初始化原始DataFrame
df = pd.DataFrame({
    'name': ['foo','bar', '', 'blue', '', 'buzz', np.NaN ,'red', ''],
    'key': [1, 2, 3, 4, 5, 6, 7, 8, 9]
})

# 指定需要保留的字符串列表
values_to_keep = ['blue', 'red']

# 处理name列：仅保留列表内的值，其余设为np.NaN
df['name'] = df['name'].where(df['name'].isin(values_to_keep), np.NaN)

print(df)

执行后得到的结果如下：

name  key
0    NaN    1
1    NaN    2
2    NaN    3
3   blue    4
4    NaN    5
5    NaN    6
6    NaN    7
7    red    8
8    NaN    9

逻辑说明 #

• df['name'].isin(values_to_keep)生成布尔序列，标记哪些值属于保留列表；
• where方法会保留布尔值为True的原数据，将False的位置统一替换为np.NaN；
• 原数据中的空字符串、np.NaN因不在保留列表中，都会被替换为np.NaN，完全匹配需求。

也可以用mask方法实现反向逻辑，效果一致：

df['name'] = df['name'].mask(~df['name'].isin(values_to_keep), np.NaN)

内容的提问来源于stack exchange，提问作者equanimity