在熊猫中替换名称时忽略NaN值

Question

我正在尝试替换数据集中某列上的某些值。

*（请注意存在NaN条目）

列：Name

值：

OLIVER 
HARRY 
OLIVER
NaN
HARRY
NaN

通过执行以下操作：

df['Name'] = 'User' + pd.Series(pd.factorize(df['Name'])[0] + 1).astype(str)

我基本上得到了我想要的东西：

值：

User1
User2
User1
User0
User2
User0

问题是我需要我的 NaN 值保持为 NaN 。处理过程应忽略 NaN 列值，并保持原样，得到如下内容：

值：

User1
User2
User1
NaN
User2
NaN

这怎么办？

Answer 1

怎么样

import numpy as np

df['Name'] = np.where(df['Name'].isna(), df['Name'],'User' + pd.Series(pd.factorize(df['Name'])[0] + 1).astype(str))

这不会代替nan条目，而只是保留它们。

基本上，where函数采用布尔值数组（在本例中为df['Name'].isna()），并使用该数组中的值作为第二个参数，无论该值的结果为True，并且否则将其作为第三个参数。

Answer 2

另一种方法是从您的Name列中创建一个字典并将其映射：

names = {n:"User{}".format(i) for i, n in enumerate(df["Name"].unique())}
df["Name"] = df["Name"].map(names)