如何使用Pandas将指定列特定行范围的数据替换为NaN

原代码问题说明 #

• iris['petal_length'].between(10,17)的作用是判断petal_length列的数值是否处于10_{17的区间，完全不符合选择第10}17行的需求
• replace('NaN')写法错误：字符串格式的'NaN'不会被Pandas识别为空值，正确的空值对象为np.nan

完整正确实现代码 #

首先导入依赖库、加载数据集：

import pandas as pd
import numpy as np

url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
# 原数据集无表头，手动指定对应列名
iris = pd.read_csv(url, names=['sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'class'])

替换核心代码（两种写法二选一即可） #

1. 基于iloc的位置索引写法

# iloc行范围为左闭右开，第10~17行对应索引区间10:18，petal_length列的位置索引为2
iris.iloc[10:18, 2] = np.nan

2. 基于loc的标签写法（可读性更高）

# 默认整数索引场景下，loc的行范围为左闭右闭，直接写10:17即可匹配第10~17行
iris.loc[10:17, 'petal_length'] = np.nan

结果验证 #

执行以下代码即可查看替换后的效果：

iris.iloc[10:18]

内容的提问来源于stack exchange，提问作者Emily Cullen