python - 如何用 Pandas 替换数据帧的所有行？

Question

我正在尝试更换 100与 NaN在具有 2 列的数据框中，但由于某种原因，它仅替换了第一列的前 3 行。可能是什么原因？
这是我的代码和输出:

print('Before', df, type(df))
df = df.replace(100, np.nan)
print('After', df)

Before                                             A             B
2020-09-17 00:00:00+00:00                 100.000000           NaN
2020-09-18 00:00:00+00:00                 100.000000           NaN
2020-09-18 01:00:00+00:00                 100.000000           NaN
2020-09-18 02:00:00+00:00                 100.000000           NaN
2020-09-18 03:00:00+00:00                 100.000000           NaN
...                                              ...           ...
2020-10-03 04:00:00+00:00                  99.916528     96.116235
2020-10-03 05:00:00+00:00                  99.933531     95.525355
2020-10-03 06:00:00+00:00                  99.942923     95.756569
2020-10-03 07:00:00+00:00                  99.940998     95.721852
2020-10-03 08:00:00+00:00                  99.941141     95.099550

[370 rows x 2 columns]
<class 'pandas.core.frame.DataFrame'>
After                                              A             B
2020-09-17 00:00:00+00:00                        NaN           NaN
2020-09-18 00:00:00+00:00                        NaN           NaN
2020-09-18 01:00:00+00:00                        NaN           NaN
2020-09-18 02:00:00+00:00                 100.000000           NaN
2020-09-18 03:00:00+00:00                 100.000000           NaN
...                                              ...           ...
2020-10-03 04:00:00+00:00                  99.916528     96.116235
2020-10-03 05:00:00+00:00                  99.933531     95.525355
2020-10-03 06:00:00+00:00                  99.942923     95.756569
2020-10-03 07:00:00+00:00                  99.940998     95.721852
2020-10-03 08:00:00+00:00                  99.941141     95.099550

当我打印 df['A']它说 dtype 是 float64所以我不知道如何解决这个问题。并且遍历列也不会给出预期的结果。

for col in df:
    df[col] = df[col].replace(100, np.nan)

Answer 1

非替换值当然是那些不是 的值。正好 100。
Pandas 对浮点数的默认表示是小数点后 6 位。尝试扩展它(例如扩展到 20 位数字):

pd.set_option("display.float_format", "{:.20f}".format)

在显示您的数据框以查看那些不准确的值之前。