将列中的非 Null 值替换为 1答案

【问题标题】：replace non Null values in column by 1将列中的非 Null 值替换为 1
【发布时间】：2015-10-20 00:30:08
【问题描述】：

我有一个数据框，其中有一列如下所示：

所以有些行不包含值 (NaN)。我想将不是 NaN 的数值替换为 1，以具有：

我试过这段代码：

def replace():
    if  (pd.notnull(df['note'])):
        df['note'] = '1'
        return df
    return df

它返回给我ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

为此使用loc：

In [86]:
df.loc[df['note'].notnull(), 'note'] = 1
df

Out[86]:
    note
0      1
1      1
2      1
3      1
4      1
5      1
6      1
7      1
8      1
9      1
10     1
11     1
12     1
13     1
14     1

if (pd.notnull(df['note'])) 将不起作用，因为if 不了解如何处理布尔值数组，因此 ValueError 因为您可能在布尔数组中拥有全部 -1 或只有一个 True 值

【讨论】：

感谢您像往常一样快速正确地回答@EdChum！

【解决方案2】：

您也可以使用where 来实现这一点，就像在就地操作中一样。它将任何不匹配谓词的值设置为指定值。

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': ['a', 'b', 'c'], 'note': [145.0, np.NaN, 147.0]})
df.note.where(df.note.isnull(), 1, inplace=True)

产量

In [14]: print(df)
Out[14]: 
   a  note
0  a     1
1  b   NaN
2  c     1

【讨论】：