python-3.x – 如何根据特定条件替换Pandas Dataframe中特定列的特定值？

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