根据单元格和列中的条件更改单元格值

Question

我有一个有很多“坏”单元格的数据帧。比方说，它们的值都是-99.99，我想删除它们（将它们设置为NaN）

这很好：

df[df == -99.99] = None

但实际上，我只想在同一行中的另一个单元格是market为1时删除所有这些单元格（例如，在“Error”列中）

我想删除所有-99.99单元格，但前提是df[“Error”]==1

我认为最直接的解决方案是

df[(df == -99.99) & (df["Error"] == 1)] = None

但它给了我一个错误：

ValueError: cannot reindex from a duplicate axis

我在互联网上尝试了所有给定的解决方案，但都无法实现（

因为我的数据帧很大，所以我不想迭代它（这当然可以，但需要很多时间）

有什么提示吗

Answer 1

尝试在传递numpy值时使用广播：

# sample data, special value is -99
df = pd.DataFrame([[-99,-99,1], [2,-99,2], 
                   [1,1,1], [-99,0, 1]], 
                  columns=['a','b','Errors'])

# note the double square brackets
df[(df==-99) & (df[['Errors']]==1).values] = np.nan

输出：

     a     b  Errors
0  NaN   NaN       1
1  2.0 -99.0       2
2  1.0   1.0       1
3  NaN   0.0       1

Answer 2

至少，这是可行的（但使用列迭代）：

for i in df.columns:
    df.loc[df[i].isin([-99.99]) & df["Error"].isin([1]), i] = None