dataframe - 根据不同列python数据框中的空值过滤数据框列中的值
问题描述
我一直坚持这一点,所以希望有人有更好的指导。我目前有一个看起来像这样的数据框(只有更多行):
|"released_date"| "status" |
+-------------+--------+
| 12/12/20 |released|
+-------------+--------+
| 10/01/20 | NaN |
+-------------+--------+
| NaN | NaN |
+-------------+--------+
| NaN. |released|
+-------------+--------+
我想做df['status'].fillna('released' if df.released_date.notnull())
aka,只要 df.released_date 不是空值,用“已发布”填充 df 状态列中的任何 Nan 值。
当我这样做时,我不断收到各种错误消息,尽管有不同的变化,首先上面的代码是一个语法错误,我想这是因为 notnull() 返回一个布尔数组?
我觉得对此有一个简单的答案,但不知何故我没有看到它。我没有发现任何像这样的问题,我试图根据数据框中的空值来组织一些东西,这让我想知道我的方法首先是否不理想?如果无论如何只返回布尔数组,如何在不使用 isnull() 或 notnull() 的情况下根据不同列中的空值过滤数据框列中的值?使用 == Null 似乎也不起作用......
解决方案
尝试:
idx = df[(df['status'].isnull()) & (~df['released_date'].isnull())].index
df.loc[idx,'status'] = 'released'
首先获取所有“status”等于空且“released_date”注等于空的行的索引。然后用于df.loc
更新状态列。
印刷:
released_date status
0 12/12/20 released
1 10/01/20 released
2 NaN NaN
3 NaN released