Question

我想添加一个基于列'mths_since_recent_revol_delinq'的列，如果mths_since_recent_revol_delinq为空，则获取新列等于1，并获取新的数据框，如：

+----+--------------------------------+------------------------------------+
|    | mths_since_recent_revol_delinq | mths_since_recent_revol_delinq_add |
+----+--------------------------------+------------------------------------+
|  0 | NaN                            |                                  1 |
|  1 | 33                             |                                  0 |
|  2 | NaN                            |                                  1 |
|  3 | NaN                            |                                  1 |
|  4 | 57                             |                                  0 |
|  5 | 21                             |                                  0 |
|  6 | 60                             |                                  0 |
|  7 | NaN                            |                                  1 |
|  8 | 2                              |                                  0 |
|  9 | 24                             |                                  0 |
| 10 | NaN                            |                                  1 |
+----+--------------------------------+------------------------------------+

def label_race (df):
   if df['mths_since_recent_revol_delinq'].isnull():
      return 1
   else:
      return 0

Loan_a1['mths_since_recent_revol_delinq_add'] = Loan_a1.apply (lambda df: label_race(df),axis=1)

和回溯：

-------------------------------------------------- ---------------------------- AttributeError Traceback（最近一次调用   最后）在（）   ----> 1 Loan_a1 ['mths_since_recent_revol_delinq_add'] = Loan_a1.apply（lambda df：label_race（df），axis = 1）

D：\ Program文件   （x86）\ Anaconda3 \ lib \ site-packages \ pandas \ core \ frame.py在apply（self，   func，axis，broadcast，raw，reduce，args，** kwds）4150
  如果reduce为None：4151 reduce = True   -> 4152返回self._apply_standard（f，轴，reduce = reduce）4153其他：4154
  返回self._apply_broadcast（f，轴）

D：\ Program文件   （x86）\ Anaconda3 \ lib \ site-packages \ pandas \ core \ frame.py在   _apply_standard（self，func，axis，ignore_failures，reduce）4246 try：4247 for i，v in enumerate（series_gen）：   -> 4248个结果[i] = func（v）4249 keys.append（v.name）4250，例外是e：
     在（df）中   ----> 1 Loan_a1 ['mths_since_recent_revol_delinq_add'] = Loan_a1.apply（lambda df：label_race（df），axis = 1）
     label_race（df）中的
        1个def label_race（df）：   ----> 2如果df ['mths_since_recent_revol_delinq']。isnull（）：         3返回1         其他4个：         5返回0

AttributeError ：（““ float”对象没有属性“ isnull””，发生   在索引0'）

有关如何解决它的任何想法？谢谢

Answer 1

使用isnull，然后使用astype将结果强制转换为int：

Loan_a1 = pd.DataFrame({'mths_since_recent_revol_delinq': [np.nan, 33.0, np.nan, np.nan, 57.0, 21.0, 60.0, np.nan, 2.0, 24.0, np.nan]})

results_key = "mths_since_recent_revol_delinq_add"
input_key = "mths_since_recent_revol_delinq"
Loan_a1[results_key] = Loan_a1[input_key].isnull().astype(int)
print (Loan_a1)
    mths_since_recent_revol_delinq  mths_since_recent_revol_delinq_add
0                              NaN                                   1
1                             33.0                                   0
2                              NaN                                   1
3                              NaN                                   1
4                             57.0                                   0
5                             21.0                                   0
6                             60.0                                   0
7                              NaN                                   1
8                              2.0                                   0
9                             24.0                                   0
10                             NaN                                   1

Answer 2

我认为这可以通过最少的更改解决您的问题：

def label_race (df):
   if pd.isna(df['mths_since_recent_revol_delinq']):
      return 1
   else:
      return 0

Loan_a1['mths_since_recent_revol_delinq_add'] = Loan_a1.apply (lambda df: 
label_race(df),axis=1)

Answer 3

按照@Jezrael的结构和定义以及巧妙的技巧，True * 1 = 1和False * 1 = 0可以使用（也可以赋值）获得相同的结果：

Loan_a1.assign(results_key = lambda x:x[input_key].isnull() * 1)

请注意，此方法直接返回新的数据帧。无需进一步分配

熊猫：在另一列的基础上添加一列

3 个答案: