Question

df.fillna(0)将所有NA / NaN值填充为0，是否有一个函数将所有非 -NA / NaN值替换为另一个值，例如1？

如果我的DataFrame中的值是可变长度列表，那么：

df.replace()要求列表长度相同
类似df[len(df) > 0] = 1的布尔索引抛出ValueError: cannot insert True, already exists
pandas.get_dummies()抛出TypeError: unhashable type: 'list'

有更直接的解决方案吗？

Answer 1

您可以使用df[df.notnull()] = 1编制索引/作业。例如：

>>> df = pd.DataFrame([[np.nan, 2, 5], [2, 5, np.nan], [2, 5, np.nan]])
>>> df # example frame
    0  1   2
0 NaN  2   5
1   2  5 NaN
2   2  5 NaN

>>> df[df.notnull()] = 1
>>> df
    0  1   2
0 NaN  1   1
1   1  1 NaN
2   1  1 NaN

Answer 2

我不知道内置函数，但这有效：

import pandas as pd
import numpy as np

df = pd.DataFrame(data={'a':[np.nan, 13, 32]})

 >>    a
   0  NaN
   1   13
   2   32

df = df.applymap(lambda x: 1 if not np.isnan(x) else x)

 >>     a
    0 NaN
    1   1
    2   1

大熊猫对面的熊猫（0）

2 个答案: