為什么 Pandas NaN 值有時輸入為 numpy.float64，有時是浮動的？當我想使用函數并根據其他列更改數據框中的值時，這非常令人困惑例子： A B C0 1 NaN d1 2 a s2 2 b s3 3 c NaN我有一個 def 來改變 C 列的值def change_val(df): if df.A==1 and df.B==np.nan: return df.C else: return df.B然后我將此函數應用到 C 列df['C']=df.apply(lambda x: change_val(x),axis=1)事情出了問題df.B==np.nan，我該如何正確表達？想要的結果： A B C0 1 NaN d1 2 a a2 2 b b3 3 c c
2 回答
幕布斯6054654
TA貢獻1876條經驗 獲得超7個贊
使用numpy.where或loc，用于檢查缺失值使用特殊功能Series.isna：
mask = (df.A==1) & (df.B.isna())
#oldier pandas versions
#mask = (df.A==1) & (df.B.isnull())
df['C'] = np.where(mask, df.C, df.B)
或者：
df.loc[~mask, 'C'] = df.B
print (df)
A B C
0 1 NaN d
1 2 a a
2 2 b b
3 3 c c
有關使用缺失數據檢查文檔的更多信息。
楊__羊羊
TA貢獻1943條經驗 獲得超7個贊
def change_val(df):
if df.A==1 and pd.isnull(df.B):
return df.C
else:
return df.B
NaN 是無值將不等于任何值，甚至不等于 Nan 本身，因此使用 isnull()/isna()
添加回答
舉報
0/150
提交
取消