Question

数据

我有一个名为data的数据框，如下所示：

Name              ID
JAMES             252
STEPHEN           578
JOY               nan
ROGELIO           473
FACS              nan
CLIFFORD          793

data['Name'] is a column of strings, and data['ID'] has numeric values.

目标

我想在数据['ID']缺失时（即nan）用缺失值NaN替换数据['Name']。

结果将是：

Name              ID
JAMES             252
STEPHEN           578
NaN               nan
ROGELIO           473
NaN               nan
CLIFFORD          793

我已经在线搜索了，但是类似的答案都是关于使用fillna（）的，这不是我想要的。您对此有什么建议吗？

Answer 1

您可以使用.loc函数查找df['ID']为空的所有索引，然后将df['NAME']设置为np.nan。

import numpy as np

df.loc[df['ID'].isnull() , 'NAME'] = np.nan

Answer 2

这种方法怎么样？

import pandas as pd
import numpy as np
a = {'Name':['JAMES','STEPHEN','JOY','ROGELIO','FACS','CLIFFORD'],'ID':[252,578,np.nan,473,np.nan,793]}
df = pd.DataFrame(a)

df.loc[df['ID'].isnull() , 'Name'] = np.nan
print(df)

输出：

       Name     ID
0     JAMES  252.0
1   STEPHEN  578.0
2       NaN    NaN
3   ROGELIO  473.0
4       NaN    NaN
5  CLIFFORD  793.0

如果要删除NaN值，请添加以下内容：

df = df.dropna(how='any')
print(df)

输出：

       Name     ID
0     JAMES  252.0
1   STEPHEN  578.0
3   ROGELIO  473.0
5  CLIFFORD  793.0

编辑：我做了另一种方法，现在是正确的。

Answer 3

pandas.DataFrame.mask非常适合：

path('<slug:project>', views.project_detail, name='detail')

输出：

df.mask(df['ID'].isnull())

如果缺少另一列，请替换其中一列的值

3 个答案: