我有一个名为df
的数据框,其原始形状为(4361, 15)
。 agefm
列的某些值是NaN。只是看看:
> df[df.agefm.isnull() == True].agefm.shape
(2282,)
然后创建新列并将其所有值设置为0:
df['nevermarr'] = 0
所以我想将
nevermarr
值设置为1,然后在该行中agefm
是Nan:df[df.agefm.isnull() == True].nevermarr = 1
没有改变:
> df['nevermarr'].sum()
0
我究竟做错了什么?
最佳答案
最好是使用numpy.where
:
df['nevermarr'] = np.where(df.agefm.isnull(), 1, 0)
print (df)
agefm nevermarr
0 NaN 1
1 5.0 0
2 6.0 0
或使用
loc
,可以省略==True
:df.loc[df.agefm.isnull(), 'nevermarr'] = 1
或
mask
:df['nevermarr'] = df.nevermarr.mask(df.agefm.isnull(), 1)
print (df)
agefm nevermarr
0 NaN 1
1 5.0 2
2 6.0 3
样品:
import pandas as pd
import numpy as np
df = pd.DataFrame({'nevermarr':[7,2,3],
'agefm':[np.nan,5,6]})
print (df)
agefm nevermarr
0 NaN 7
1 5.0 2
2 6.0 3
df.loc[df.agefm.isnull(), 'nevermarr'] = 1
print (df)
agefm nevermarr
0 NaN 1
1 5.0 2
2 6.0 3
关于python - 如何基于另一列的NaN值设置 Pandas 数据框中的值?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/37962759/