亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

用零填充行其他列有一些值,否則其他列沒有值在python pandas中用NaN填充

用零填充行其他列有一些值,否則其他列沒有值在python pandas中用NaN填充

喵喔喔 2022-07-12 09:34:13
我有如下數據框import pandas as pdimport numpy as npk={'ID':[1,2,3,4,5,6],'m1':[20,'',30,40,50,60],   'm2':['',40,40,90,'',''],   'm3':['','','','','',''],   'm4':['','','','','',''],   'm5':['','','','',1,''],   'm6':[10,'','',90,'','']}df=pd.DataFrame(data=k)我們檢查了同一行的其他行中是否有任何退出值,然后我們需要用零填充它,或者其他確實包含我們必須填充的任何值,NAN我的結果顯示如下ID  m1  m2  m3  m4  m5  m61   20  0.0 0.0 0.0 0.0 10.0 # first row and last row has value some vale so  we have fill it Zero others rows  2   0   40.0    NaN NaN NaN NaN  # there are no value after the second row we have will it with NAN3   30  40.0    NaN NaN NaN NaN  # there are no value after the second row we have will it with NAN4   40  90.0    0.0 0.0 0.0 90.0 # first row,second row  and last row has some value so we have fill it Zero to other rows  5   50  0.0 0.0 0.0 1.0 NaN   # first row,and fifth row has some value so we have fill it Zero to other rows and last row with Nan  6   60  NaN NaN NaN NaN NaN # there are no value after the first row we have will it with NAN
查看完整描述

1 回答

?
縹緲止盈

TA貢獻2041條經驗 獲得超4個贊

讓我們bfill嘗試mask


s=df.iloc[:,1:]

df.iloc[:,1:]=s.mask(s.mask(s=='').bfill(1).notna()&(s==''),0)

df

   ID  m1  m2 m3 m4 m5  m6

0   1  20   0  0  0  0  10

1   2   0  40             

2   3  30  40             

3   4  40  90  0  0  0  90

4   5  50   0  0  0  1    

5   6  60             


查看完整回答
反對 回復 2022-07-12
  • 1 回答
  • 0 關注
  • 83 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號