Python如何将pandas DataFrame低于阈值的值替换为字符串并修复代码报错

问题原因 #

• 整行被修改的问题：代码中使用rule.any(axis=1)作为行筛选条件，只要某行存在任意一个数值列小于限值，就会选中整行所有的数值列统一赋值为0，会篡改同一行中符合要求的正常数值。同时代码存在变量名错误，筛选得到的数值列存储在column变量中，但赋值时误用了未定义的cols变量。
• 类型错误的问题：先将部分单元格赋值为整数0，后续又直接对混合了整数、字符串类型的DataFrame做全局布尔索引赋值字符串，pandas不支持混合类型下的这类原地布尔赋值操作，因此触发报错。

修复方案 #

去掉中间转0的冗余步骤，直接针对数值列的符合条件单元格做替换即可，推荐使用pandas的mask方法实现，修复后的代码如下：

import pandas as pd

def limit(data, limit_val=10):
    # 筛选所有数值型列，可按需调整包含的类型（如新增float64）
    num_cols = data.select_dtypes(include=['int64']).columns
    # 仅将数值列中小于限值的单元格替换为目标字符串
    data[num_cols] = data[num_cols].mask(data[num_cols] < limit_val, f'Less than {limit_val} starts')
    return data

# 测试示例
DataFrame = pd.DataFrame({'Country': ['Australia', 'United Kingdom', 'USA', 'Japan'],
                          'Participants': [30,2,4,11],
                          'Passed': [20,15,2,7]})

DataFrame = limit(DataFrame, limit_val = 10)

运行后Japan行的Participants字段会保留原值11，仅Passed字段会被替换为目标字符串，两个问题均可解决。

内容的提问来源于stack exchange，提问作者ds_1234