如何使用np.where替换pandas列值时保留nan值不被修改

解决方案 #

你原来的代码问题在于NaN和任意数值做比较返回的结果都是False，所以所有NaN都会被np.where的第三个参数0覆盖，之前的掩码方案未生效是因为后续的普通np.where调用没有保留掩码逻辑。你可以用以下几种方法实现需求：

方法1：嵌套np.where，主动保留NaN

在最外层优先判断是否为NaN，是则保留原值，否则执行大小判断替换：

df["col"] = np.where(df["col"].isna(), df["col"], np.where(df["col"] > 2, 1, 0))

方法2：用pandas原生where方法，代码更简洁

pandas.Series.where方法会在条件为False时替换值，我们可以先保留所有NaN行，剩下的行直接通过布尔值转整数得到0/1结果：

df["col"] = df["col"].where(df["col"].isna(), (df["col"] > 2).astype("int"))

方法3：loc条件赋值，可读性最高

先筛选出非NaN的行，再分条件赋值，后续修改规则更方便：

non_na_mask = df["col"].notna()
df.loc[non_na_mask & (df["col"] > 2), "col"] = 1
df.loc[non_na_mask & (df["col"] <= 2), "col"] = 0

内容的提问来源于stack exchange，提问作者user9364978