基于部分字符串将DataFrame单元格值替换为NaN的问题

报错原因 #

你直接对DataFrame调用.str.contains()导致报错，因为str是Pandas单列（Series）的专属属性，DataFrame没有这个方法。

正确实现代码 #

方法一：逐列生成布尔掩码替换

import pandas as pd
import numpy as np

# 复制原DataFrame，避免修改原始数据
df2 = df.copy()
# 对第3列及以后的每一列，生成包含"--"的布尔掩码
mask = df2.iloc[:, 2:].apply(lambda col: col.str.contains("--", na=False))
# 用掩码将对应单元格替换为NaN
df2.iloc[:, 2:] = df2.iloc[:, 2:].mask(mask)

• na=False：确保原有的NaN值不会被误判为符合条件，保留原始NaN状态。
• df.copy()：生成独立的新DataFrame，避免影响原数据。

方法二：逐单元格精准判断替换

如果需要先确认单元格为字符串类型再检查内容，可用：

df2 = df.copy()
# 定位第3列及以后的文本列
text_columns = df2.columns[2:]
df2[text_columns] = df2[text_columns].applymap(
    lambda x: np.nan if isinstance(x, str) and "--" in x else x
)

这个方法会跳过非字符串类型的单元格（比如原始NaN），只处理有效文本内容。

验证数据类型 #

处理后可检查前两列是否保持整数类型：

print(df2.iloc[:, :2].dtypes)

内容的提问来源于stack exchange，提问作者Rob