Question

在熊猫数据框上，我有替换mileage列中以下内容的功能：

for index,row in carsDF6.iterrows():
    if carsDF6.loc[index,'mileage'] > 600000:
        carsDF6.loc[index,'mileage'] = np.nan
    if carsDF6.loc[index,'mileage'] < 4000:
        carsDF6.loc[index,'mileage'] = np.nan

没问题。之后，我想用整个列mileage中的均值替换那些np.nan，我正在使用：

carsDF6.mileage= carsDF6.mileage.map(lambda x: carsDF6.mileage.mean() if x == np.nan else x)

它没有引发任何错误，只是没有按照预期进行操作，因为当我使用以下命令检查NaN时：

carsDF6.loc[carsDF6.isnull().any(axis=1)]

它仍然抛出与NaN相同的6条记录。

Answer 1

最简单的方法是将fillna与平均值一起使用：

carsDF6['mileage'] = carsDF6.mileage.fillna(carsDF6.mileage.mean())

但是，如果您想修正方法，则可以使用NaN与np.isnan进行相等性检查：

carsDF6['mileage'] = carsDF6.mileage.map(lambda x: carsDF6.mileage.mean() if np.isnan(x)  else x)

熊猫中的lambda函数条件无法识别np.nan

1 个答案: