用数据框的NaN替换特定范围的值

Posted 2021-05-07

我想根据特定列的范围值条件，用NaN替换多个列的值范围。

即：假设我有[col1_min = 5, col1_max = 15]和[col2_min = 2, col2_max = 20]，各列看起来像这样：

df = pd.DataFrame({'col1':[1,50,15,10,4], 'col2':[12,10,100,11,56]})

col1   col2
1      12
50     10
15     100
10     11
4      56

所需的输出将是：

df_filtered

col1   col2
nan    12
nan    10
15     nan
10     11
4      nan

我可以做的伪代码是使用'df.groupby（'col1'或'col2'）'在边界内的每一列groupby，然后过滤每一列然后合并回原始列，但我想保留内存成本降至最低。

有什么方法可以轻松地做到这一点吗？

答案

使用Series.where：

df['col1']=df['col1'].where(df['col1'].between(5,15))
df['col2']=df['col2'].where(df['col2'].between(2,20))

另一答案

我会通过]完成>

condition = {'col1':[5,15],'col2':[2,20]}
pd.concat([df.loc[df[x].between(*y),x]for x, y  in condition.items()],axis=1)
Out[313]: 
   col1  col2
0   NaN  12.0
1   NaN  10.0
2  15.0   NaN
3  10.0  11.0