时间戳

首页 > 解决方案 > 根据另一列中的运算符填充 NaN 值

python - 根据另一列中的运算符填充 NaN 值

问题描述

我有一个这样的数据库（pd.DataFrame）：

    condition     odometer
0    new           NaN
1    bad           1100
2    excellent     110
3    NaN           200
4    NaN           2000
5    new           20
6    bad           NaN

我想根据“里程表”的值填充“条件”的 NaN：

new: odometer >0 and <= 100 
excellent: odometer >100 and <= 1000
bad: odometer >1000

我试图这样做，但它不工作：

for i in range(len(database)): 
   if math.isnan(database['condition'][i]) == True:
      odometer = database['odometer'][i] 
      if   odometer > 0 & odometer <= 100:       value = 'new'
      elif odometer > 100 & odometer <= 1000:    value = 'excellent'
      elif odometer > 1000:                      value = 'bad'
      database['condition'][i] = value

还尝试制作第一个“if”条件：

database['condition'][i] == np.nan

但它也不起作用。

标签： pythondataframefor-loopoperatorsnan

解决方案

您可以使用 DataFrame.apply() 使用您的函数生成一个新的条件列，然后替换它。不确定您的列是什么类型。df['condition'].dtype 会告诉你。看起来条件可能是字符串或对象，这可能会在您的逻辑中产生错误。如果是字符串列，则需要进行直接比较 == 'NaN'。如果它是一个对象，你可以使用 np.nan 或 math.nan。我在下面的每个案例中都包含了一个示例数据库。您可能还想测试里程表柱的类型。

import numpy as np
import pandas as pd

# condition column as string
df = pd.DataFrame({'condition':['new','bad','excellent','NaN','NaN','new','bad'], 'odometer':np.array([np.nan, 1100, 110, 200, 2000, 20, np.nan], dtype=object)})
# condition column as object
# df = pd.DataFrame({'condition':np.array(['new','bad','excellent',np.nan,np.nan,'new','bad'], dtype=object), 'odometer':np.array([np.nan, 1100, 110, 200, 2000, 20, np.nan], dtype=object)})
def f(database):
    if database['condition'] == 'NaN':
    #if np.isnan(database['condition']):
        odometer = database['odometer'] 
        if   odometer > 0 & odometer <= 100:       value = 'new'
        elif odometer > 100 & odometer <= 1000:    value = 'excellent'
        elif odometer > 1000:                      value = 'bad'
        return value
    return database['condition']

df['condition'] = df.apply(f, axis=1)

推荐阅读