在pandas DataFrame中，我试图用一个单一名称重新标记变量的两个级别，但不更改变量中的“ Nan”值。
以下是使用修改版的“ mtcars”数据集的可复制示例。在这里，我想将“ am”变量的“是”和“否”级别重新标记为“新”。
mpg cyl disp hp drat wt qsec vs am
Mazda RX4 21.0 six 160.0 110 3.90 2.620 16.46 0 yes
Mazda RX4 Wag 21.0 two 160.0 110 3.90 2.875 17.02 0 NaN
Datsun 710 22.8 six 108.0 93 3.85 2.320 18.61 1 no
Hornet 4 Drive 21.4 two 258.0 110 3.08 3.215 19.44 1 NaN
Hornet Sportabout 18.7 six 360.0 175 3.15 3.440 17.02 0 yes
Valiant 18.1 two 225.0 105 2.76 3.460 20.22 1 NaN
Duster 360 14.3 two 360.0 245 3.21 3.570 15.84 0 no
结果将如下所示：
mpg cyl disp hp drat wt qsec vs am
Mazda RX4 21.0 six 160.0 110 3.90 2.620 16.46 0 new
Mazda RX4 Wag 21.0 two 160.0 110 3.90 2.875 17.02 0 NaN
Datsun 710 22.8 six 108.0 93 3.85 2.320 18.61 1 new
Hornet 4 Drive 21.4 two 258.0 110 3.08 3.215 19.44 1 NaN
Hornet Sportabout 18.7 six 360.0 175 3.15 3.440 17.02 0 new
Valiant 18.1 two 225.0 105 2.76 3.460 20.22 1 NaN
Duster 360 14.3 two 360.0 245 3.21 3.570 15.84 0 new
最佳答案
尝试：
mt['am'] = mt.am.map(lambda x: x if pd.isnull(x) else 'new')
输出：
In [21]: df = pd.DataFrame(['yes',np.nan,'no',np.nan], columns=['am'])
In [22]: df
Out[22]:
am
0 yes
1 NaN
2 no
3 NaN
In [23]: df['am'] = df.am.map(lambda x: x if pd.isnull(x) else 'new')
In [24]: df
Out[24]:
am
0 new
1 NaN
2 new
3 NaN
关于python - 重新标记 Pandas 的水平，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31121803/