替换缺失和不稳定的值，Pythons

Question

有以下例子：

 import pandas as pd
df = pd.DataFrame({ 'Column A' : ['null',20,30,40,'null'],'Column B' : [100,'null',30,50,'null']});

我需要一个Python函数，它需要两列并比较它们：

1. 如果一列是缺失值，我们会从另一列填充。

2. 如果两个值均为“空白”，我们会保持“空白”。

3. 如果值不同（不一致），请使用＆＃39; NULL＆＃39;

替换这两个值

4. 返回一个属性

运行该函数后数据应如下所示。

这是我到目前为止所做的，我需要帮助实施第3步

def myFunction(firAttribute,secAttribute):
    x=df.ix[:,[firAttribute,secAttribute]]
    x['new']=x[firAttribute].fillna(x[secAttribute])
    x['new2']=x[secAttribute].fillna(x[firAttribute])
    x['new'] =x['new'].fillna(x['new2'])
    return x['new'] 

Answer 1

您可以先replace null到NaN，然后在列之间combine_first NaN，最后一次使用boolean indexing来匹配不同的列值填写NaN：

import pandas as pd
import numpy as np

df = pd.DataFrame({ 'Column A' : ['null',20,30,40,'null'],
                    'Column B' : [100,'null',30,50,'null']});
print df
  Column A Column B
0     null      100
1       20     null
2       30       30
3       40       50
4     null     null

#replace null to NaN
df = df.replace("null", np.nan)
print df
   Column A  Column B
0       NaN       100
1        20       NaN
2        30        30
3        40        50
4       NaN       NaN

df['Column A'] = df['Column A'].combine_first(df['Column B'])
df['Column B'] = df['Column B'].combine_first(df['Column A'])
print df
   Column A  Column B
0       100       100
1        20        20
2        30        30
3        40        50
4       NaN       NaN

#inconsistent values replace to NaN
df[df['Column A'] != df['Column B']] = np.nan
print df
   Column A  Column B
0       100       100
1        20        20
2        30        30
3       NaN       NaN
4       NaN       NaN