Question

我想要一个函数，如果区域列缺少值（如SQL中的NULL），则结果为目标“所需”变量中的“ A”。

我对在Python中使用None，isnull（）和np.nan概念感到困惑


raw_data = {'area': ['S','W',np.nan,np.nan], 'wanted': [np.nan,np.nan,'A','A']}
df = pd.DataFrame(raw_data, columns = ['area','wanted'])
df


def my_func(x):
    if (x) is None:
        return 'A'
    else:
        return np.nan


df['wanted2'] = df['area'].apply(my_func)

df

Answer 1

np.nan不等于None，infact NaN isnot equal to NaN as well（检查np.nan == None），因此可以在if条件下使用pd.isna()：

def my_func(x):
    if pd.isna(x):
        return 'A'
    else:
        return np.nan


df['wanted2'] = df['area'].apply(my_func)

但是您可以使用np.where和series.isna()（而不是apply

）对此进行矢量化

df['wanted2'] = np.where(df['area'].isna(),'A',np.nan)

Answer 2

您可以使用fill.na

df['wanted2'] = df.area.fillna('A')

如果您的代码在np.nan中存在，则在代码中返回area，否则返回'A'。

缺失值条件功能中的熊猫

2 个答案: