python - 根据列名替换值

Question

我有一个大型数据框(>1000 行)的测量值。其中一列是 Fails(str 类型)，其中包含测量失败的列。测量是否失败不仅仅取决于值，因此我不能仅替换所有负值，这就是为什么有“失败”列

Cd  Sn  Sb   Zn  Fails 
-1  -2  0.0  4   Cd Sn Sb
-2  0.0 -1   5   Cd Sn Sb
-3  -3  -2   6   Cd Sn Sb 
 1   2   3   4   Zn 

如果元素失败，我需要用 nan 替换测量值。因此，对于 df 中的每一行，如果 col 失败，我需要设置 df.loc[row,col]=nan 。

Cd  Sn    Sb   Zn  Fails 
nan  nan  nan  4   Cd Sn Sb
nan  nan  nan  5   Cd Sn Sb
nan  nan  nan  6   Cd Sn Sb 
1    2    3   nan  Zn 

执行此操作的有效方法是什么？

编辑:

我尝试使用上面的一个简单示例。 df 中还有更多列。实际上有 29 个不同的元素。这就是感兴趣的部分的样子

data.iloc[:,5:34]
Out[45]: 
             Se          As   Ga   Ni  ...         Tl          Pb         U   Ir
0     19.026755    3.290577  0.0  0.0  ...   0.619604    4.674604  0.030976  0.0
1     35.682812   55.108543  0.0  0.0  ...   4.217798   25.213694  0.216073  0.0
2     93.600473  187.171588  0.0  0.0  ...  12.480773   74.187307  0.647617  0.0
3    229.575678  560.092296  0.0  0.0  ...  37.041994  261.348135  1.926765  0.0
4     56.337625   14.344270  0.0  0.0  ...   0.375804    0.926559  0.004466  0.0
..          ...         ...  ...  ...  ...        ...         ...       ...  ...
871         NaN         NaN  NaN  NaN  ...        NaN         NaN       NaN  NaN

data["Fails"]
Out[50]: 
0      Cd Sn Sb Cu Zn
1      Cd Sn Sb Cu Zn
2      Cd Sn Sb Cu Zn
3      Cd Sn Sb Cu Zn
4      Cd Sn Sb Cu Zn

871                  

当我尝试建议的解决方案时，我得到的 nan 比我应该得到的要多

     Se  As  Ga  Ni         Mn  ...  Tl  Pb         U  Ir
0   NaN NaN NaN NaN   0.715142  ... NaN NaN  0.030976 NaN  
1   NaN NaN NaN NaN   2.295966  ... NaN NaN  0.216073 NaN  
2   NaN NaN NaN NaN   6.654716  ... NaN NaN  0.647617 NaN  
3   NaN NaN NaN NaN  20.567433  ... NaN NaN  1.926765 NaN  
4   NaN NaN NaN NaN   0.285542  ... NaN NaN  0.004466 NaN  
..   ..  ..  ..  ..        ...  ...  ..  ..       ...  ..  
871 NaN NaN NaN NaN        NaN  ... NaN NaN       NaN NaN                

在前几行中，只有 Cd、Sn、Sb、Cu 和 Zn 应设置为 nan，其他所有内容应保持原样。

Answer 1

这是我的方法:

rep_cols = ['Cd','Sn','Sb','Cu','Zn']
s = df.Fails.str.split(expand=True).stack().reset_index(name='col')

df.loc[:, rep_cols] = df.mask(s.pivot('level_0', 'col', 'level_1').notnull())

输出:

    Cd   Sn   Sb   Zn     Fails
0  NaN  NaN  NaN  4.0  Cd Sn Sb
1  NaN  NaN  NaN  5.0  Cd Sn Sb
2  NaN  NaN  NaN  6.0  Cd Sn Sb
3  1.0  2.0  3.0  NaN        Zn