Question

我有一个数据框，如果列'gender'为空，我想用'name'列填充'column3'，其他值为'gender'列

vals = {
    'name' : ['n1', 'n2', 'n3', 'n4', 'n5', 'n6', 'n7'],
    'gender' : ['', '', '', 'f',  'f', 'c', 'c'],
    'age' : [39, 12, 27, 13, 36, 29, 10]
}
df4 = pd.DataFrame(vals)
df4['column3'] = df4['name'] if len(df4['gender']) == 0 else df4['gender']

结果是column3只包含取自“gender”的值。我尝试过以下陈述：

df4['column3'] = np.where(df4['gender'].empty, df4['name'],df4['gender'])
df4['column3'] = df4['name'] if df4['gender'].empty else df4['gender']

相同的结果..所以我认为我的代码无法识别Python Dataframe中的空字符串。我错过了什么？

Answer 1

有很多方法，但我觉得以下是最简洁的：

idx = lambda x: x.gender==''
df4.loc[idx, 'column3'] = df4.loc[idx, 'name']
df4.column3= df.column3.fillna(df4.gender)

Answer 2

我更喜欢单独使用pandas而不是引入numpy：

df4['column3'] = df4[['gender', 'name']].apply(lambda x: x[0] if x[0] else x[1], axis=1)

Answer 3

您的numpy.where构造完全可以使用。

您面临的问题是如何测试列与空字符串。答案只是检查与''的平等。

这很容易实现：

df4['column3'] = np.where(df4['gender'] == '', df4['name'], df4['gender'])

pd.Series.empty测试系列是否有 no items ，即没有行，而不是其元素是否为空字符串。

示例

import pandas as pd, numpy as np vals = { 'name' : ['n1', 'n2', 'n3', 'n4', 'n5', 'n6', 'n7'], 'gender' : ['', '', '', 'f', 'f', 'c', 'c'], 'age' : [39, 12, 27, 13, 36, 29, 10] } df4 = pd.DataFrame(vals) df4['column3'] = np.where(df4['gender'] == '', df4['name'], df4['gender']) # age gender name column3 # 0 39 n1 n1 # 1 12 n2 n2 # 2 27 n3 n3 # 3 13 f n4 f # 4 36 f n5 f # 5 29 c n6 c # 6 10 c n7 c

如何识别Pandas系列中的空字符串

3 个答案: