【问题标题】:Copying column that have NaN value in it and adding prefix复制其中具有 NaN 值的列并添加前缀
【发布时间】:2020-08-26 04:17:22
【问题描述】:

我有 x 个包含 NaN 值的列

通过以下代码我可以检查

for index,value in df.iteritems():

   if value.isnull().values.any() == True:

这将向我显示哪些卷具有 NaN 的布尔值。

如果为真,我需要创建新列,其名称中将包含前缀“插值”+该列的名称。 因此,为了明确名称为“XXX”的列是否具有 NaN,我需要创建名称为“插值 XXX”的新列。 任何想法如何做到这一点?

【问题讨论】:

    标签: excel pandas dataframe multiple-columns nan


    【解决方案1】:

    类似这样的:

    In [80]: df = pd.DataFrame({'XXX':[1,2,np.nan,4], 'YYY':[1,2,3,4], 'ZZZ':[1,np.nan, np.nan, 4]})                                                                                                            
    
    In [81]: df                                                                                                                                                                                                 
    Out[81]: 
       XXX  YYY  ZZZ
    0  1.0    1  1.0
    1  2.0    2  NaN
    2  NaN    3  NaN
    3  4.0    4  4.0
    
    In [92]: nan_cols = df.columns[df.isna().any()].tolist() 
    In [94]: for col in df.columns: 
        ...:     if col in nan_cols: 
        ...:         df['Interpolation ' + col ] = df[col] 
        ...:                                                                                                                                                                                                    
    
    In [95]: df                                                                                                                                                                                                 
    Out[95]: 
       XXX  YYY  ZZZ  Interpolation XXX  Interpolation ZZZ
    0  1.0    1  1.0                1.0                1.0
    1  2.0    2  NaN                2.0                NaN
    2  NaN    3  NaN                NaN                NaN
    3  4.0    4  4.0                4.0                4.0
    

    【讨论】:

      猜你喜欢
      • 2018-08-23
      • 2023-03-05
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2017-04-20
      • 2023-03-29
      • 2013-10-25
      • 1970-01-01
      相关资源
      最近更新 更多