Question

我想替换pandas中的行值。

import pandas as pd
import numpy as np
data = {'type': ['place', 'home', 'place', 'walk', 'place', 'work', 'home', 'place'],'labels': ['NaN', 'NaN', 'shop', 'Nan', 'clinic', 'NaN', 'NaN', 'NaN']}
a = pd.DataFrame(data, columns = ['type', 'labels'])

是否有可能将[＆＃39;类型＆＃39;]替换为[＆＃39;标签＆＃39;]只有[＆＃39;标签＆＃39;]不是np的条件？ .NaN和[＆＃39;类型＆＃39;] ==＆＃39;地点＆＃39;用熊猫？

如果可能的话，我更愿意使用df.loc []。

Answer 1

首先，您提供的数据实际上不是np.NaN，而是仅以不同方式处理的字符串'NaN'或'Nan'。如果这是你的出发点，你可以这样做：

a['labels'] = a['labels'].str.lower().replace('nan', np.NaN)

然后定义您的mask并替换：

mask = (a['labels'].notnull()) & (a['type'] == 'place') 
df.loc[mask, 'type'] = df.loc[mask, 'labels']

     type  labels
0   place     NaN
1    home     NaN
2    shop    shop
3    walk     NaN
4  clinic  clinic
5    work     NaN
6    home     NaN
7   place     NaN

或者，使用上面定义的相同mask，您可以使用numpy.where

a['type'] = np.where(mask, a['labels'], a['type'])

如果满足条件，则使用另一列中的行值替换行值

1 个答案: