Python按条件清除指定列数据遇异常，寻求解决方法

需求 #

当DataFrame的on status列值为new时，清除value1、value2、value3和value4列中的数据。

原始数据 #

id  date        location    on status   value1  value2  value3  value 4
CC  1/1/2022    ny          new         12      1       0       1
CC  4/1/2022    ny          new         1       1       8       9
CC  7/1/2022    ny          new         1       1       1       0
CC  10/1/2022   ny          new         1       2       2       1
CC  1/1/2023    ny          ok          1       2       2       1

期望结果 #

id  date        location    on status   value1  value2  value3  value4
CC  1/1/2022    ny          new         
CC  4/1/2022    ny          new         
CC  7/1/2022    ny          new         
CC  10/1/2022   ny          new         
CC  1/1/2023    ny          ok          1       2      2         1

当前代码问题分析 #

你当前使用的代码：

df.loc[(df['on status'] == 'new'),  ['value1', 'value2','value3', 'value4']]= ''

出现问题的核心原因：

1. 列名不匹配：原始数据中最后一列的列名是value 4（包含空格），但代码中写的是value4，导致Pandas识别为新列，因此新增了value3和value4列，而非修改原有列。
2. 赋值类型冲突：原列是数值类型，赋值空字符串会将列转换为object类型，可能引发后续数据处理异常；同时列名错误导致布尔索引的赋值范围出现偏差，进而出现“删除所有行数据”的误操作。

修正方案 #

方案1：统一列名（推荐） #

先将列名中的空格去除，避免后续出现列名匹配问题：

import pandas as pd
import numpy as np

# 读取数据后先统一列名，去掉空格
df.columns = df.columns.str.replace(' ', '')

# 对符合条件的行赋值空值（NaN）
df.loc[df['onstatus'] == 'new', ['value1', 'value2', 'value3', 'value4']] = np.nan

# 若需要将NaN显示为空字符串（仅用于输出展示）
df.fillna('', inplace=True)

方案2：保留原列名 #

如果要保留原始列名，需确保代码中的列名与数据完全一致：

import pandas as pd
import numpy as np

# 注意最后一列的列名是'value 4'
df.loc[df['on status'] == 'new', ['value1', 'value2', 'value3', 'value 4']] = np.nan

# 输出时转为空字符串
df.fillna('', inplace=True)

说明 #

• 使用np.nan作为空值赋值，能保持列的数值类型，避免后续统计、计算时出现类型错误；若仅需展示为空，可通过fillna('')转换为字符串空值。
• 修正后仅会对on status为new的行的目标列清除数据，其余行不受影响。

内容的提问来源于stack exchange，提问作者Lynn