熊猫CSV：检查每一行是否为空

Question

我想测试CSV文件的每一行，以了解某列是否为空，并据此更改另一列的值。

这就是我所拥有的：

df = df.replace(r'^\s*$', np.NaN, regex=True)
df['Multi-line'] = pd.Series(dtype=object)

for i, row in df.iterrows():
   if (row['Directory Number 1'] != np.NaN and row['Directory Number 2'] != np.NaN and row['Directory Number 3'] != np.NaN and row['Directory Number 4'] != np.NaN):
   df.at[i,'Multi-line'] = 'Yes'

如果2个“目录号X”或多个不为空，我希望“多行”列为“是”，并且如果1或0个“目录号X”不为空，则“多行”设为“否”。 这只是为了向您展示外观，但是在我的测试示例中，所有“多行”都设置为“是”，看来问题出在带有行值和np.nan的If条件中，但是我不知道如何检查行值是否为空。 谢谢您的帮助！

Answer 1

我假设您执行了df = df.replace(r'^\s*$', np.NaN, regex=True) 之前。

然后，生成新列，运行：

df['Multi-line'] = df.apply(lambda row: 'Yes' if row.notna().sum() >= 2 else 'No', axis=1)

无需显式调用 iterrows ，因为 apply 安排了这样的操作 一个循环，为每一行调用传递的函数。

如果您的DataFrame还具有其他列，尤其是当它们可以 具有 NaN 值，则此lambda函数的应用应为 仅限于这四个感兴趣的列。

在这种情况下，运行：

cols = [ f'Directory Number {i}' for i in range(1, 5) ]
df['Multi-line'] = df[cols].apply(lambda row:
    'Yes' if row.notna().sum() >= 2 else 'No', axis=1)

请注意，建议的支票如if (row[s] != np.NaN): 在另一种解决方案中则是一种不好的方法，因为根据定义， NaN 不等于另一个 NaN ，因此您不能只比较两个 NaN 。

要进行检查，请尝试：

s = np.nan
s2 = np.nan
s != s2    # True
s == s2    # False

然后将所有“ true”字符串保存在 s 中，运行s = 'xx'并重复：

s != s2    # True
s == s2    # False

具有相同的结果。

Answer 2

您可以改用计数器

df = df.replace(r'^\s*$', np.NaN, regex=True)
df['Multi-line'] = pd.Series(dtype=object)

cnt=0;
str = ['Directory Number 1','Directory Number 2','Directory Number 3','Directory Number 4'];

for i, row in df.iterrows():
    for s in str:
        if (row[s] != np.NaN):
            cnt+=1;
    if (cnt>2):
        df.at[i,'Multi-line'] = 'Yes'
    else:
        df.at[i,'Multi-line'] = 'No'
    cnt=0;