用 NaN Pandas 替换所有数值答案

【问题标题】：Replace all numeric values with NaN Pandas用 NaN Pandas 替换所有数值
【发布时间】：2022-07-06 18:27:27
【问题描述】：

我有一个如下所示的数据框：

data = {'Region': ['Africa','Africa','Africa','Africa','Africa','Africa','Africa','Africa','Asia','Asia','Asia','Asia'],
         'Country': ['South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','Japan','Japan','Japan','Japan'],
         'Product': ['ABC','ABC','ABC','ABC','XYZ','XYZ','XYZ','XYZ','DEF','DEF','DEF','DEF'],
         'Year': [2016, 2017, 2018, 2019,2016, 2017, 2018, 2019,2016, 2017, 2018, 2019],
         'Price': [500, 400, 0,450,750,0,0,890,0,0,415,0],
         'Quantity': [1200,1700,0,330,500,0,0,120,300,0,50,0],
         'Value': [600000,680000,0,148500,350000,0,0,106800,0,0,20750,0]}

df = pd.dataframe(data)

我想用 NaN 替换所有数值（即年、价格、数量、价值列中的数值），但我想不出一个好方法。

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

用途：

df[df.select_dtypes(np.number).columns] = np.nan

【讨论】：

【解决方案2】：

试试这个：

>>> df[['Year', 'Price', 'Quantity', 'Value']] = np.nan

【讨论】：