如何将Pandas数据框经纬度列的指定异常值替换为pd.NA

你之前写法失效的核心原因是pandas.DataFrame.replace()的第一个参数要求传入需要匹配的值本身，而你传入的是布尔类型的Series，无法匹配到数据中实际存储的0.0和-2e-08数值，因此不会触发替换操作。

方案1：用loc按掩码赋值（最推荐，和你之前定位的1812行完全匹配） #

# 复用你之前定位异常行的掩码，确保只替换你找到的1812行
abnormal_mask = (df3['latitude'] < 0.01) & (df3['longitude'] < 0.01)
df3.loc[abnormal_mask, ['longitude', 'latitude']] = pd.NA
# 验证替换结果
print(df3['longitude'].value_counts(dropna=False), '\n')
print(df3['latitude'].value_counts(dropna=False))

方案2：正确使用replace方法 #

如果你想用replace实现，需要传入列-值的映射字典：

df3.replace(
    {
        'longitude': {0.0: pd.NA},
        'latitude': {-2e-08: pd.NA}
    },
    inplace=True
)

注意事项 #

如果你的数据集里存在正常的、小于0.01的经纬度值，不要直接用<0.01的条件全量替换，避免误改正常数据，优先用精确匹配异常值或者你之前验证过的组合掩码筛选。

内容的提问来源于stack exchange，提问作者MarkS