Pandas 之 过滤DateFrame中所有小于0的值并替换

Outline

前几天，数据清洗时有用到pandas去过滤大量数据中的“负值”；

把过滤出来的“负值”替换为“NaN”或者指定的值。

故做个小记录。

读取CSV文件

代码：

import pandas as pd
import numpy as np

df = pd.read_csv('D:All_Kinds_Stock_Datawindpy_filter_afterSH600036.csv')
df

# 开发环境： ipython notebook 下

读取本地csv文件，输出结果如下：

可见里面有很多“负值”。

目的就是将这些“负值”替换掉。

过滤“负值”

代码：

import pandas as pd
import numpy as np

df = pd.read_csv('D:All_Kinds_Stock_Datawindpy_filter_afterSH600036.csv')
df[ df < 0 ]  # 过滤出所有小于 0 的对象

# 开发环境： ipython notebook 下

此时拿到的是csv文件中所有小于 0 的元素（也即小于 0 的DateFrame对象）

替换“负值”

将过滤出来小于 0 的DateFrame对象替换成指定值。

这里我需要将它们替换为 NaN

代码：

import pandas as pd
import numpy as np

df = pd.read_csv('D:All_Kinds_Stock_Datawindpy_filter_afterSH600036.csv')
df[df < 0] = np.nan  # 对过滤出来的对象进行赋值替换
df

此时，所有“负值”已被替换为 NaN

如果你想把替换后的DateFrame保存为新的csv文件的话，只需要如下操作：

df = pd.read_csv('D:All_Kinds_Stock_Datawindpy_filter_afterSH600036.csv')
df[df < 0] = np.nan
df.to_csv('你的保存路径', index=True)  # index = True/False 表示是否把索引index一起写入csv文本。