python - 基于具有条件的其他列值创建新列

Question

我有一列包含值：

牌
品牌1
品牌2
品牌3

data.brand = data.brand.astype(str)
data.brand = data.brand.replace(r'^\s*$', np.nan, regex=True)
data['branded'] = np.where(data['brand']!= 'nan', True, False)

在第一次初始化代码后，我得到结果：

牌	品牌
品牌1	真的
品牌2	真的
楠	真的
品牌3	真的

在第二次初始化相同的代码后，我得到了想要的结果：

牌	品牌
品牌1	真的
品牌2	真的
楠	错误的
品牌3	真的

面对/避免这个问题的更聪明的方法是什么？

标签： pythonpandasdataframenumpy

Answer 1

这个答案只关注为什么第一次迭代不起作用

在您的代码中，当您将 the 替换为 时data.brand，regex您将替换为np.nanwhich is not nan，因此第一个 init 无法识别下一行中的条件：np.where(data['brand']!= 'nan', True, False)。但是，在第二次初始化时，该行已经是 anp.nan并且您在设置为.astype(str)的第一行中执行此操作，因此第三行有效。np.nan'nan'

解决方案：

代替：

data.brand = data.brand.replace(r'^\s*$', np.nan, regex=True)

和：

data.brand = data.brand.replace(r'^\s*$', 'nan', regex=True)

这将从一开始就将替换值设置为'nan'，因此第三行将在第一次迭代中运行良好。