Question

鉴于我有一个熊猫系列，如果全部值为NaN或者全部值为零或NaN，我想用零填充NaN

例如，我想用零填充以下系列中的NaN。

0       0
1       0
2       NaN
3       NaN
4       NaN
5       NaN
6       NaN
7       NaN
8       NaN

但是，我会不想要填充（0）以下系列：

0       0
1       0
2       2
3       0
4       NaN
5       NaN
6       NaN
7       NaN
8       NaN

我正在查看文档，似乎我可以使用pandas.Series.value_counts来确保值只有0和NaN，然后只需调用fillna（0）。换句话说，我想查看是否set（s.unique（）。astype（str））。issubset（['0.0'，'nan']），THEN fillna（0），否则不。

考虑到熊猫有多强大，似乎可能有更好的方法来做到这一点。有没有人有任何建议干净有效地做到这一点？

感谢cᴏʟᴅsᴘᴇᴇᴅ

的潜在解决方案

if s.dropna().eq(0).all():
    s = s.fillna(0)

Answer 1

如果只有0和NaN以及0，您可以按fillna和isna进行比较：

if ((s == 0) | (s.isna())).all():
    s = pd.Series(0, index=s.index)

或比较唯一值：

if pd.Series(s.unique()).fillna(0).eq(0).all():
    s = pd.Series(0, index=s.index)

@cᴏʟᴅsᴘᴇᴇᴅ解决方案，谢谢 - 将NaN与dropna的系列进行比较：

 if s.dropna().eq(0).all():
    s = pd.Series(0, index=s.index)

问题解决方案 - 需要转换为string，因为problem with compare with NaNs：

if set(s.unique().astype(str)).issubset(['0.0','nan']):

    s = pd.Series(0, index=s.index)

<强>计时：

s = pd.Series(np.random.choice([0,np.nan], size=10000))

In [68]: %timeit ((s == 0) | (s.isna())).all()
The slowest run took 4.85 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 574 µs per loop

In [69]: %timeit pd.Series(s.unique()).fillna(0).eq(0).all()
1000 loops, best of 3: 587 µs per loop

In [70]: %timeit s.dropna().eq(0).all()
The slowest run took 4.65 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 774 µs per loop

In [71]: %timeit set(s.unique().astype(str)).issubset(['0.0','nan'])
The slowest run took 5.78 times longer than the fastest. This could mean that an intermediate result is being cached.
10000 loops, best of 3: 157 µs per loop

Answer 2

为空值创建掩码。检查掩码的长度是否等于系列的长度（在这种情况下，系列都是空值或为空）或者非空值都等于零。如果是这样，请使用系列中的原始索引创建一个新的零值系列。

nulls = s.isnull()
if len(nulls) == len(s) or s[~nulls].eq(0).all():
    s = pd.Series(0, index=s.index)

<强>的时间设置

%%timeit s_ = pd.concat([s] * 100000)
nulls = s_.isnull()
if len(nulls) == len(s_) or s_[~nulls].eq(0).all():
    s_ = pd.Series(0, index=s_.index)
# 100 loops, best of 3: 2.33 ms per loop

# OP's solution:
%%timeit s_ = pd.concat([s] * 100000)
if s_.dropna().eq(0).all():
    s_ = s_.fillna(0)
# 10 loops, best of 3: 19.7 ms per loop

# @Jezrael's fastest solution:
%%timeit s_ = pd.concat([s] * 100000)
if set(s_.unique().astype(str)).issubset(['0.0','nan']):
    s_ = pd.Series(0, index=s_.index)
# 1000 loops, best of 3: 4.58 ms per loop

如果系列是全纳，或者剩下的非纳米条目是零，如何有效地填充（0）？

2 个答案: