Question

我为一个相当笨拙的标题道歉，我只是从我的具体问题得到更通用的，我看到的是问题的核心。简单地说，我有一个数据框和一个长度与列数或行数相同的列表。我想将数据框中的a b c d a 0.547825 NaN NaN 0.950158 b NaN 0.663845 0.529115 NaN c NaN NaN NaN 0.685002 d NaN 0.791249 0.574452 0.734804值替换为列表中的相应值。

以下是示例：输入数据帧：

[1, 2, 3, 4]

输入列表：a b c d a 1 NaN NaN 4 b NaN 2 3 NaN c NaN NaN NaN 4 d NaN 2 3 4

期望的输出：

frame = pd.DataFrame(np.random.rand(4,4),index=['a','b','c','d'], columns=['a','b','c','d'])
frame = np.asarray(frame)
frame[frame<0.5] = np.nan
frame = pd.DataFrame(frame,index=['a','b','c','d'], columns=['a','b','c','d'])

result = np.zeros((4,4))
result = pd.DataFrame(result, index=['A','B','C','D'], columns=['A','B','C','D'])
Somenums = [1,2,3,4]

for i, col in enumerate(frame.columns.values):
    print frame[col]
    print np.isfinite(frame[col])
    mask = frame.ix[np.isfinite(frame[col]),col]
    print mask
    print Somenums[mask]
    result.iloc[:,i] = Somenums[mask]
print result

这是我目前的代码：

TypeError                                 Traceback (most recent call last)
<ipython-input-34-c95f4f5ee05b> in <module>()
     24     mask = frame.ix[np.isfinite(frame[col]),col]
     25     print mask
---> 26     print Somenums[mask]
     27     result.iloc[:,i] = Somenums[mask]
     28 print result

TypeError: list indices must be integers, not Series

但我收到了：

{{1}}

如何正确索引/正确应用遮罩？

Answer 1

似乎发生错误，因为'mask'是数据系列而不是索引或布尔值。我能想到的一种方法是，而不是for循环：

idx = frame.notnull()
result = idx * Somenums
result[~idx] = None

如果您不介意在输出中使用零替换nans，则可以执行以下操作：

result = frame.notnull() * Somenums

Answer 2

您可以使用mask，list必须创建Series，其索引与df的列名相同：

Somenums = [1, 2, 3, 4]

df = df.mask(df.notnull(), pd.Series(Somenums, index=df.columns), axis=1)
print (df)
     a    b    c    d
a  1.0  NaN  NaN  4.0
b  NaN  2.0  3.0  NaN
c  NaN  NaN  NaN  4.0
d  NaN  2.0  3.0  4.0

使用列表中的值替换pandas数据帧中的notnull值/如何获取notnull值的索引/布尔索引的实现

2 个答案: