pandas DataFrame如何删除或替换指定列指定索引范围的数值

你之前的写法存在两处错误：

• 同时指定了columns=['B']参数，会直接删除整个B列，不符合只修改局部数值的需求
• index参数接收的是行的索引标签，你传入的[8,9,10]是B列的数值而非行索引，无法定位到目标行

pandas为结构化二维表格，不支持单独删除某列的部分单元格（会导致表格结构错位），如果要移除目标数值，通常替换为NaN即可，以下是两种常见实现方式：

方式1：按行索引定位（B列行索引2~4） #

使用loc定位到目标区域直接赋值即可：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'A': [1,2,3,4,5],
    'B': [6,7,8,9,10],
    'C': [11,12,13,14,15]
})

# 替换B列行索引2到4的值为NaN
df.loc[2:4, 'B'] = np.nan

运行后输出结果：

A    B   C
0  1  6.0  11
1  2  7.0  12
2  3  NaN  13
3  4  NaN  14
4  5  NaN  15

方式2：按目标数值匹配（值为8/9/10就替换） #

如果不需要固定行索引，只要B列数值在目标列表中就替换，可以用isin匹配：

df.loc[df['B'].isin([8,9,10]), 'B'] = np.nan

运行效果和方式1完全一致。

扩展：删除对应行 #

如果你需要删除B列包含目标数值的整行数据，可以使用如下写法：

df = df.drop(df[df['B'].isin([8,9,10])].index)

运行后输出结果：

A  B   C
0  1  6  11
1  2  7  12

内容的提问来源于stack exchange，提问作者lo7