Question

我试图基于值为0、1的原始groupid创建一个新的groupid。我使用了以下代码，但未能将nan行编码为2。

final['groupid2'] = final['groupid'].apply(lambda x: 2 if x == np.nan else x)

我也尝试了以下代码，但是它给出了属性错误

final['groupid2'] = final['groupid'].apply(lambda x: 2 if x.isnull() else x)

有人可以解释为什么会这样吗？谢谢

Answer 1

如果需要使用pd.isnull，请使用apply来检查标量：

final = pd.DataFrame({'groupid': [1, 0, np.nan],\
                     'B': [400, 500, 600]})
final['groupid2'] = final['groupid'].apply(lambda x: 2 if pd.isnull(x) else x)
print (final)
   groupid    B  groupid2
0      1.0  400       1.0
1      0.0  500       0.0
2      NaN  600       2.0

Details：

lambda函数中的值x是标量，因为Series.apply循环了列的每个值。因此功能pd.Series.isnull()失败。

为了更好的测试，可以将lambda函数重写为：

def f(x):
    print (x)
    print (pd.isnull(x))
    return 2 if pd.isnull(x) else x

1.0
False
0.0
False
nan
True

final['groupid2'] = final['groupid'].apply(f)

但Series.fillna更好：

final['groupid2'] = final['groupid'].fillna(2)

使用.apply将nan行重新编码为其他值

1 个答案: