python - 过滤没有 isnull 的 NaN 值的 pandas 数据框

Question

我有一个清单A：

A = [nan, 2, 3, 4, 6]

还有一个熊猫数据框df：

index     X        Y
0         A        NaN
1         B        2
2         C        6
3         D        4
4         E        3

我想创建一个列表理解来获取索引列表，其中列表中的每个值都等于 Y 列。通常我会这样做：

B = [df[df.Y == x].index[0] for x in A]

但是，这不适用于 A 的第一个元素 nan。显然，我可以使用普通的 for 循环并使用 isnull 来完成上述操作，如下所示，但是有没有办法通过列表理解来做到这一点？

B = []
for x in A:
    if pd.isnull(x):
        B.append(df[pd.isnull(df.Y)].index[0])
    else:
        B.append(df[df.Y == x])

预期结果：

B = [0,1,4,3,2]

标签： pythonpandas

Answer 1

给你你想要的东西（基本上只是重新利用你现有的 if 语句），尝试：

B = [df[pd.isnull(df.Y)].index[0] if pd.isnull(x) else df[df.Y == x].index[0] for x in A]