Een cel instellen op NaN in een panda-dataframe

| | | | | |

Ik wil slechte waarden in een kolom van een dataframe vervangen door NaN's.

mydata = {"x" : [10, 50, 18, 32, 47, 20], "y" : ["12", "11", "N/A", "13", "15", "N/A"]} df = pd.DataFrame(mydata) df[df.y == "N/A"]["y"] = np.nan 

Hoewel de laatste regel faalt en een waarschuwing geeft omdat deze werkt aan een kopie van df. Dus , wat is de juiste manier om hiermee om te gaan? Ik heb veel oplossingen gezien met iloc of ix, maar hier moet ik een booleaanse voorwaarde gebruiken.