如果 Pandas Dataframe 中的 ID 值不是某个值，则用 NaN 替换该行？

Question

对于可能令人困惑的标题，我深表歉意，但我会尽力解释我的情况。

假设我有一个假设的 Dataframe df，它有一个 id 列，并且排列如下...

  time  id   x    y
  1.0    0   5    9 
  2.0    1   6    8
  3.0    2   7    7
  4.0    1   8    6

现在假设我只想要带有 df 的行中的数据[id] = 1，但我没有删除其他行，而是用 NaN 填充它，如下所示...

  time  id   x    y
  1.0    0   NaN  NaN
  2.0    1   6    8
  3.0    2   NaN  NaN
  4.0    1   8    6

请注意，我特别想保留 < code>time 和 id 列，只需将任何未设置 id 列的行的 x 和 y 值更改为 NaN到 1

我的第一次尝试是使用 DataFrame.groupby()，但这会导致任何没有特定 id 值的行被完全删除，这是我不想要的。我的第一反应是逐行进入 df，检查 id 列，如果 id != 1 则手动将值更改为 NaN ，但这似乎是一种非常麻烦且非Pythonic的方法。

有什么想法吗？ 提前致谢！

Answer 1

您可以使用带有布尔掩码的简单选择：

df.loc[df['id'].ne(1), ['x', 'y']] = float('nan')

输出：

   time  id    x    y
0   1.0   0  NaN  NaN
1   2.0   1  6.0  8.0
2   3.0   2  NaN  NaN
3   4.0   1  8.0  6.0

Answer 2

from numpy import NAN
df.loc[df['id']!=1 , ['x','y']] = NAN