用 DataFrame 的 NaN 替换特定范围的值答案

【问题标题】：Replacing specific ranges of values with NaNs of a DataFrame用 DataFrame 的 NaN 替换特定范围的值
【发布时间】：2020-02-22 06:14:29
【问题描述】：

我想根据特定列上的范围值条件，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]，并且这些列看起来像这样：

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

期望的输出是：

df_filtered

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

我可以做的伪代码是 groupby 边界内的每一列使用 'df.groupby('col1' or 'col2')' 然后过滤每一列然后合并回原来的但我想保留内存成本降到最低。

有什么方法可以轻松做到这一点？

【问题讨论】：

标签： python python-3.x pandas dataframe filter

【解决方案1】：

使用Series.where:

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

【讨论】：

【解决方案2】：

我会做到的

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

【讨论】：