Pandas如何将超出fence_high/fence_low范围的值替换为NaN

你之前写的df_new = df[(df < df["fence_high"]) & (df > df["fence_low"])]无法实现需求，核心问题有两个：

• 方括号包裹布尔矩阵是pandas筛选整行的语法，不是修改单个单元格值的逻辑，会把不满足条件的整行全部处理，无法只替换异常位置的单元格
• 比较范围覆盖了整个DataFrame，连fence_high、fence_low两个阈值列本身也参与了比较，而你实际只需要处理前三列，且阈值列本身不需要修改。

用布尔定位匹配异常单元格，直接赋值为NaN即可，注意只选取前三列参与阈值比较：

# 备份原表，避免直接修改原始数据
df_new = df.copy()
# 指定需要做异常值替换的前三列
target_cols = ["col1", "col2", "col3"]

# 定义异常值判断条件：值大于等于上围栏 或 小于等于下围栏
outlier_condition = (df_new[target_cols] >= df_new[["fence_high"]].to_numpy()) | (df_new[target_cols] <= df_new[["fence_low"]].to_numpy())
# 所有满足异常条件的单元格替换为NaN
df_new[target_cols] = df_new[target_cols].mask(outlier_condition)

运行代码后得到的结果和预期完全一致：

col1  col2  col3  fence_high  fence_low
0   NaN   3.0   NaN         9.0        1.5
1   2.0   4.0   6.0         7.0        1.0
2   4.0   NaN   NaN         6.5        0.0

小提示：代码中给fence_high、fence_low调用.to_numpy()是为了关闭pandas默认的列名对齐机制，保证每一行的数值和对应行的阈值做比较，避免列名不匹配导致的广播错误。

内容的提问来源于stack exchange，提问作者Olivia