如何根据另一列的 NaN 值设置 pandas 数据框中的值？

Question

我有名为 df 的数据框，其原始形状为 (4361, 15)。 agefm 列的一些值是 NaN。看看：

> df[df.agefm.isnull() == True].agefm.shape
(2282,)

然后我创建新列并将其所有值设置为 0：

df['nevermarr'] = 0

所以我想将nevermarr 的值设置为1，那么在那一行中agefm 就是Nan：

df[df.agefm.isnull() == True].nevermarr = 1

没有改变：

> df['nevermarr'].sum()
0

我做错了什么？

Answer 1

最好使用numpy.where:

df['nevermarr'] = np.where(df.agefm.isnull(), 1, 0)
print (df)
   agefm  nevermarr
0    NaN          1
1    5.0          0
2    6.0          0

或者使用loc，==True可以省略：

df.loc[df.agefm.isnull(), 'nevermarr'] = 1

或mask:

df['nevermarr'] = df.nevermarr.mask(df.agefm.isnull(), 1)
print (df)
   agefm  nevermarr
0    NaN          1
1    5.0          2
2    6.0          3

示例：

import pandas as pd
import numpy as np

df = pd.DataFrame({'nevermarr':[7,2,3],
                   'agefm':[np.nan,5,6]})

print (df)
   agefm  nevermarr
0    NaN          7
1    5.0          2
2    6.0          3

df.loc[df.agefm.isnull(), 'nevermarr'] = 1
print (df)
   agefm  nevermarr
0    NaN          1
1    5.0          2
2    6.0          3