将多行的值更改为 NaN 时出现问题

Question

我有这个数据框：test = database[['WEATHER']]WEATHER 的一些值是“Unknown”和“Other”，这并没有给它带来太大的价值，所以我想将它们更改为 NaN。因此，我尝试以下代码：for i in range(len(test)):if test['WEATHER'][i] == "Other" or test['WEATHER'][i] == "Unknown":    test['WEATHER'][i] = np.nan并且不断出现这个错误：我一直在尝试纠正它，但我还没有找到方法。

Answer 1

您的堆栈跟踪包含KeyError: 15，因此您可能尝试检索 key == just 15的行，但您的 DataFrame 不包含这样的键。

现在如何正确有效地完成您的任务。在有问题的列上使用mask ，并使用inplace：

df.WEATHER.mask(df.WEATHER.str.lower().isin(['other', 'unknown']), np.nan, inplace=True)

为了提供正确的处理，无论字母大小写如何（例如other或 OTHER），我将原始值转换为小写，然后与“禁止”列表进行比较。

Answer 2

通常，您希望避免迭代 pandas DataFrame。我将这样做：

>>> df.a

0      Other

1    Unknown

2       BLAH

Name: a, dtype: object

>>> df.a = np.choose(df.a.isin(['Other', 'Unknown']), [df.a, np.nan])

>>> df.a

0     NaN

1     NaN

2    BLAH

Name: a, dtype: object

isin()检查每个值是否在预定义列表中['Other', 'Unknown']，并np.choose()根据调用的布尔结果赋予一个值isin()。结果要么是原始值，df.a要么是np.nan。