过滤和操作 Pandas 数据框中的“无”或“空”行答案

【问题标题】：Filtering and manipulating "None" or "Null" rows in Pandas dataframe过滤和操作 Pandas 数据框中的“无”或“空”行
【发布时间】：2020-09-22 18:45:09
【问题描述】：

因此，如果该行为空，我会尝试为列中的一行分配一个新值。我试图检查是否有空行，然后写入操作语句，但它似乎不起作用。例如，如果 A 列等于“Big”，B 列是“None”，那么我希望 B 列中的该行等于“Tall”。如果 B 列已经有值，那就没问题了。任何帮助将不胜感激！

示例数据框：

Column A    Column B
   Big         None
   Big         Tall
   Small       Short
   Medium      None
   Small       None
   Medium      Average

我尝试过的代码：


df.loc[df['Column B'].isnull(), 'Column B'] = 'Fill' #used to fill in the "None Type" rows?
df['Column A'] = df['Column A'].astype(str)
for row in df.iterrows():
    if df.loc[df['Column B'].str.contains('Fill'):
       df.loc[df['Column A'].str.contains('Big'), 'Column B'] = 'Tall'
       df.loc[df['Column A'].str.contains('Medium'), 'Column B'] = 'Average'
       df.loc[df['Column A'].str.contains('Small'), 'Column B'] = 'Short'

但是，这失败了。只是试图用上面从 A 列值确定的相应值替换“无”B 列值。

【问题讨论】：

标签： python pandas numpy dataframe null

【解决方案1】：

这样的事情可以解决问题

map = {'Big':'Tall','Medium':'Average','Small':'Short',}

def fill(data):
    if data['Column B'] is None  :
        data['Column B'] = map[data['Column A']]
    return data

df.apply(fill,1)

【讨论】：

【解决方案2】：

如果您有一组您需要的替换，您可以使用pd.Series.replace 创建一列您想用作默认值的值。然后，您可以使用pd.Series.fillna 填充 NaN 值，丢失数据的对齐和首选备份会自动发生，因为它们都具有相同的索引。

在你的情况下：

replacements = {
    'Big': 'Tall',
    'Medium': 'Average',
    'Small': 'Short',
}

backups = df['Column A'].replace(replacements)
df['Column B'] = df['Column B'].fillna(backups)

为此，您需要确保 B 列中的所有缺失值都编码为 <NA>（或 Pandas 1.0.0 之前的 NaN）在尝试 fillna 操作之前 em>。

在熊猫中 >= 1.0.0：

df['Column B'] = df['Column B'].astype('string')

在 1.0.0 之前的 pandas 版本中：

df['Column B'] = df['Column B'].replace({'None': np.nan, None: np.nan})

有关更多信息，请参阅Working with Text Data (same section, pandas <= 1.0.0) 上的文档

【讨论】：