熊猫将Nan Columns值更改为True或False

Question

我需要根据NaN值将列更改为True或False。

这是df。

input Pets {
  pet: String!,
  food: [Brands!]!
}

input Brands {
  brand: String!,
  types: String! | FoodOptions  // here is where I'm getting stuck. i know `or` isn't possible but don't know of a different solution.
}

input FoodOptions {
  type1: String!,
  type2: String
}

将成为

    missing

0      NaN
1      b
2      NaN
4      y
5      NaN

是的，我可以做一个循环，但是有一种简单的方法可以在一行代码中完成。

谢谢。

Answer 1

你可以做

df['missing'].notna() # or notnull()

Answer 2

您需要使用应用于同一列的二进制值来覆盖列值，这可以通过notna（）实现

df['missing'] = df['missing'].notna()