python - 当值以 '_h' 结尾时，用 np.nan 替换 pandas DataFrame 值

Question

下面是我用 np.NaN 替换一些值的代码。我的问题是如何用 np.NaN 替换索引 111 处的“47614750_h”。我可以直接使用 drop_list 执行此操作，但是，我需要使用以“_h”结尾的不同值对许多文件进行迭代，并希望自动执行此操作。我已经尝试对正则表达式进行一些搜索，因为这似乎是可行的方法，但找不到我需要的东西。

drop_list = ['dash_code', 'SONIC WELD']

df_clean.replace(drop_list, np.NaN).tail(10)

    DASH_CODE     Name                          Quantity
107 1011567      .156 MALE BULLET TERM INSUL    1.0
108 102066901     .032 X .187 FEMALE Q.D. TERM. 1.0
109 105137901     TERM,RING,10-12AWG,INSULATED  1.0
110 101919701     1/4 RING TERM INSUL           2.0
111 47614750001_h HARNESS, MAIN, AC, LIO        1.0
112 NaN           NaN                           19.0
113 7685          5/16 RING TERM INSUL.         1.0
114 102521601     CLIP,HARNESS                  2.0
115 47614808001   CAP, RESISTOR, TERMINATION    1.0
116 103749801     RECPT, DEUTSCH, DTM04-4P      1.0

Answer 1

您可以使用 pd.Series.apply 和 lambda:

df['DASH_CODE'] = df['DASH_CODE'].apply(lambda x: np.NaN if x.endswith('_h') else x)

来自documentation :

Invoke function on values of Series. Can be ufunc (a NumPy function that applies to the entire Series) or a Python function that only works on single values