python - 在 Python 中替换数据框中的值

Question

我是 python 的新手，正在尝试学习如何使用它进行数据分析。我在 python 中有一个数据框(称为“数据”)。我希望重新编码一个变量 GEND，它具有三个值(1、2、3)。使用 pandas，我使用 pd.read_csv() 读取了一个 csv 文件。我正在尝试将变量 GEND 中“3”的所有实例替换为缺失 (NaN)。但是，我似乎无法找到该怎么做。到目前为止，我已经尝试了一个for循环，它没有显示错误，但没有改变变量信息:

for value in data.GEND:
if value == 3:
    value = np.nan

我也试过这个，它没有显示错误，但也没有做任何事情:

data.GEND.loc[3] = np.nan

还有这个，它工作但将 ID 变量的值更改为“3”，但在其他方面正确地将 GEND 变量中的“3”的值更改为 NaN:

data.GEND.replace(to_replace=3, value = nan) 

我在这里错过了什么？我还想知道如何执行上述操作，但要在包含新信息的数据框中创建一个新列(这样，如果我搞砸了，我可以保留原始值)。

Answer 1

您可以使用 loc 来替换 3:

df = pd.DataFrame({'GEND':[1,2,1,2,3,1,2,3,1,2,1,2,]})
df.loc[df.GEND == 3, 'GEND'] = np.NaN

---

    GEND
0   1
1   2
2   1
3   2
4   NaN
5   1
6   2
7   NaN
8   1
9   2
10  1
11  2

---

同样使用 where 你可以获得同样的结果:

df.GEND = df.GEND.where(df.GEND != 3)