Question

我正在尝试基于列值在数据框中将值设置为Nan。我尝试了Web上建议的一些方法，但没有一个方法针对该特定列实际将值设置为Nan。以下是一些用于理解目的的数据。

| user_id        | produc_id_x | rating_x | product_id_y | rating_y |
|----------------|-------------|----------|--------------|----------|
| A3G70XRVGQJSD4 | NaN         | NaN      | B0000DC3TN   | 2.0      |
| A392RM05V6KJ4B | B003AI2VGA  | 3.0      | B00004CQYO   | 4.0      |
| A7JI1GQJ9KYUA  | Nan         | Nan      | Q700063BT0   | 4.0      |
| A3GZWYWL3BQDLI | Nan         | Nan      | B003A3R3ZY   | 5.0      |
| A141HP4LYPWMSR | B003AI2VGA  | 3.0      | B002LMSWNC   | 3.0      |

我要在什么地方设置rating_y为Nan？ product_id_x是Nan：

这是我为此编写的代码，但未将值设置为Nan

 masterDf=data.merge(data2,on="user_id",how="outer")
 #masterDf contains the complete dataframe

 masterDf.loc[masterDf['product_id_x']=='Nan','rating_y']='Nan'

也是这样：

masterDfnan= masterDf.where(masterDf['product_id_x']=='Nan')
masterDfnan['rating_y']='Nan'

也尝试了其他一些方法，但是它们都不可行。请帮助，谢谢。

Answer 1

尝试一下，您可能会得到想要的结果：

masterDf.loc[masterDf['product_id_x'] == 'Nan', 'rating_y'] = np.nan

这样做，您将得到如下结果：

| user_id        | produc_id_x | rating_x | product_id_y | rating_y |
|----------------|-------------|----------|--------------|----------|
| A3G70XRVGQJSD4 | NaN         | NaN      | B0000DC3TN   | Nan      |
| A392RM05V6KJ4B | B003AI2VGA  | 3.0      | B00004CQYO   | 4.0      |
| A7JI1GQJ9KYUA  | Nan         | Nan      | Q700063BT0   | Nan      |
| A3GZWYWL3BQDLI | Nan         | Nan      | B003A3R3ZY   | Nan      |
| A141HP4LYPWMSR | B003AI2VGA  | 3.0      | B002LMSWNC   | 3.0      |

如果没有帮助，请尝试此操作。请让我知道

Answer 2

您是否尝试过numpy np.nan？（第一个import numpy as np）

如果您的“ Nan”是字符串，请执行以下操作：

masterDf[cols] = masterDf[cols].apply(pd.to_numeric,errors='coerce')

之后，或者如果您的“ Nans”已经是np.nan

masterDf.loc[masterDf['product_id_x'].isnull(),'rating_y'] = np.nan

根据某些条件将值设置为Nan在熊猫中不起作用

2 个答案: