如何在if语句中更改单元格的内容？

Question

在这里，我尝试将另一列中有“退休人员”的行中的days_employed列的单元格转换为NaN。事实上，它将整个days_employeed列转换为NaN，而我只希望该行中的特定单元格为NaN

for row in df['income_type']: 
    if row == 'retiree':
        df['days_employed'] = float('Nan')

有类似于row in df['days_employed'] = float('Nan')的东西吗

Answer 1

因为这在我看来像熊猫，所以您可以通过对整个列应用条件，然后将这些单元格指定给NaN来对其进行矢量化：

df.loc[df['income_type'].eq('retiree'), 'days_employed'] = np.nan

或者，使用np.wher重新指定列：

df['days_employed'] = np.where(
    df['income_type'].eq('retiree'), np.nan, df['days_employed'])

Answer 2

当您确实列出[column]时，您指定的是整个列，这就是为什么整个days_employed被更改为NaN的原因。试试这个，让我知道它是否有效：

for row in df['income_type']: 
    if row == 'retiree':
        df['days_employed'][x] = float('Nan')

注：x是['days_employed']中应更改为float('Nan')的特定值

如果您不知道要更改的单元格的值，或者它经常更改，则只需使用for循环查找要更改的单元格的索引，并将x设置为该索引