使用fillna添加条件触发SyntaxError，求DataFrame列值替换方案

嘿，我来帮你搞定这个问题！先拆解下你代码里的问题，再给你几个靠谱的解决方案。

首先，你的原始DataFrame是这样的：

import numpy as np
import pandas as pd

d = {'A': [1,2,np.nan, -2, -1], 'B':[5,-1,np.nan,2,-1], 'C':[1,2,3,4,-1]} 
df = pd.DataFrame(d)

你写的代码报错主要是两个关键问题：

1. 三元表达式语法不完整：Python的三元表达式要求value_if_true if condition else value_if_false的完整结构，你只写了if分支，缺少else，直接触发语法错误；
2. 对fillna的理解有误：fillna是用来填充已存在的NaN值，而不是把其他数值替换成NaN，你要的是替换操作，不是填充逻辑。

另外，df.apply()默认按列处理整个Series，直接用x <0判断也不符合你要逐个处理元素的需求。

下面给你几个简单高效的正确做法：

方法1：用where/mask直接操作B列（最推荐） #

这是pandas里处理条件替换最简洁高效的方式，只针对目标列操作：

# where：保留满足条件的值，不满足的替换为指定值
df['B'] = df['B'].where(df['B'] >= 0, np.nan)

# 或者用mask：和where逻辑相反，把满足条件的值替换成指定值
df['B'] = df['B'].mask(df['B'] < 0, np.nan)

方法2：用apply针对B列单个元素（如果一定要用apply） #

如果你坚持想用apply，要针对B列的单个元素处理，而非整个DataFrame：

df['B'] = df['B'].apply(lambda x: np.nan if x < 0 else x)

方法3：用replace结合lambda #

也可以用replace方法传入lambda实现替换：

df['B'] = df['B'].replace(lambda x: np.nan if x < 0 else x)

运行以上任意一种方法后，你的B列会变成[5, np.nan, np.nan, 2, np.nan]，完全符合你的需求。

另外别忘了先导入numpy和pandas哦，不然会报变量未定义的错误~

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