使用Python熊猫我想规范非空值的数据框列

Question

我有一个数据框，我正在用pandas python读取它，因为其中一列包含dictonay值，并且我想对该列进行规范化，即我想拆分，并且我正在使用它：

if 'X' in df_cols:
    def only_dict(d):
    '''
    Convert json string representation of dictionary to a 
python dict
'''
return d

A = json_normalize(df['X'].apply(only_dict).tolist()).add_prefix('X.')
df = df.drop('X', axis=1).join(A)

但是此列也包含一些空值，所以我只想使用labmda应用于不具有空值的列，有人知道怎么做吗？

Answer 1

只是一个代码示例。您可以使用apply和lambda函数调用自己的函数。您可以使用参数“ axis = 1”访问df中的任何列。您可以将任何转换的结果存储在新列中，并在函数中返回所需的值，并将其存储在新列中。

def your_function（row）：     如果row [your_column]：         返回行[your_column] .split（）    其他：        不返回

df ['new_column'] = pandas.apply（lambda行：your_function（row），axis = 1）