pandas怎么将某列连续 3 个及以上相同的数据设置为 NaN

可以使用pandas的shift()和rolling()函数结合使用来实现将某列连续 3 个及以上相同的数据设置为 NaN。具体实现过程如下：

假设需要处理的数据存储在DataFrame对象df中的某一列col中，代码如下：

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
df = pd.DataFrame({'col': [1, 1, 1, 2, 2, 2, 2, 3, 3, 1, 1, 1, 1, 1]})

# 将连续 3 个及以上相同的数据设置为 NaN
mask = df['col'].ne(df['col'].shift()).rolling(3).apply(lambda x: len(set(x)) == 1).fillna(False)
df.loc[mask, 'col'] = np.nan
print(df)

输出结果为：

    col
0   NaN
1   NaN
2   NaN
3   2.0
4   2.0
5   2.0
6   2.0
7   3.0
8   3.0
9   NaN
10  NaN
11  NaN
12  NaN
13  NaN

解释一下代码的实现过程：

首先使用了shift()函数将该列数据向下平移一行，然后使用ne()函数判断该列数据与平移后的数据是否相等，得到一个布尔型Series，表示该行数据与上一行数据是否相等。

接着使用rolling()函数生成一个滑动窗口，窗口大小为3，然后使用apply()函数对每个窗口进行处理。apply()函数传入的参数是一个长度为3的数组，表示当前窗口中的数据。在apply()函数中，使用set()函数将窗口中的数据转为集合，然后判断集合长度是否为1，如果是，说明当前窗口中的数据都相等，将该行数据设置为NaN。

最后使用fillna()函数将未被设置为NaN的数据填充为False。最终得到的mask是一个布尔型Series，其中每个元素表示对应行是否需要设置为NaN。最后使用loc[]函数将需要设置为NaN的行数据设置为NaN。