我有一个Pandas数据框,其中包含学生和他们获得的分数百分比.有些学生的分数显示大于100%.显然这些值是不正确的,我想用NaN替换大于100%的所有百分比值.
我已经尝试了一些代码,但不能完全得到我想要的东西.
import numpy as np import pandas as pd new_DF = pd.DataFrame({'Student' : ['S1','S2','S3','S4','S5'],'Percentages' : [85,70,101,55,120]}) # Percentages Student #0 85 S1 #1 70 S2 #2 101 S3 #3 55 S4 #4 120 S5
new_DF[(new_DF.iloc[:,0] > 100)] = np.NaN # Percentages Student #0 85.0 S1 #1 70.0 S2 #2 NaN NaN #3 55.0 S4 #4 NaN NaN
正如您可以看到代码类型的工作,但它实际上替换了NaN中Percentages大于100的特定行中的所有值.我只想用NaN替换百分比列中的值,其中大于100.有没有办法做到这一点?
解决方法
尝试并使用
np.where
:
new_DF.Percentages=np.where(new_DF.Percentages.gt(100),np.nan,new_DF.Percentages)
要么
new_DF.loc[new_DF.Percentages.gt(100),'Percentages']=np.nan
print(new_DF) Student Percentages 0 S1 85.0 1 S2 70.0 2 S3 NaN 3 S4 55.0 4 S5 NaN