Question

我的数据框有一个如下所示的列：

所以有些行不包含值（NaN）。我想要将非NaN的数值替换为1，以便：

我试过这段代码：

def replace():
    if  (pd.notnull(df['note'])):
        df['note'] = '1'
        return df
    return df

它会返回ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

使用loc：

In [86]:
df.loc[df['note'].notnull(), 'note'] = 1
df

Out[86]:
    note
0      1
1      1
2      1
3      1
4      1
5      1
6      1
7      1
8      1
9      1
10     1
11     1
12     1
13     1
14     1

if (pd.notnull(df['note']))无法正常工作，因为if无法理解如何处理布尔值数组，因此ValueError因为您可能全部为-1或仅为{1}}布尔数组中的一个True值

Answer 2

您也可以使用where来实现此操作，就像在就地操作中一样。它会将任何与谓词不匹配的值设置为指定值。

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': ['a', 'b', 'c'], 'note': [145.0, np.NaN, 147.0]})
df.note.where(df.note.isnull(), 1, inplace=True)

产量

In [14]: print(df)
Out[14]: 
   a  note
0  a     1
1  b   NaN
2  c     1

将列中的非空值替换为1

2 个答案: