为 pandas 数据框中的列将超出定义间隔限制的值设置为给定值 (f.e.NaN)

Question

定义了有效值的区间限制，其中的所有 pandas 数据框列值都应设置为给定值 f.e。 NaN。定义限制和数据框内容的值可以假定为数字类型。

具有以下限制和数据框：

min = 2
max = 7
df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]})

    a   b
0   5  12
1   1   3
2   7  10
3  22   9

设置列 a 的限制将导致：

Answer 1

将 where 与 between

结合使用

df.a=df.a.where(df.a.between(min,max),np.nan)
df
Out[146]: 
     a   b
0  5.0  12
1  NaN   3
2  7.0  10
3  NaN   9

或clip

df.a.clip(min,max)
Out[147]: 
0    5.0
1    NaN
2    7.0
3    NaN
Name: a, dtype: float64

Answer 2

您也可以将 .loc 与 between 一起使用

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]})

min = 2
max = 7

df.loc[~df.a.between(min,max), 'a'] = np.nan

为 pandas 数据框中的列将超出定义间隔限制的值设置为给定值 (f.e.NaN)

Set the values out of the defined interval limits to a given value (f.e. NaN) for a column in pandas data frame

python

limit

dataframe

pandas