- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我有一个“年龄”列,但有时会显示 NaN 值。我知道我可以为此目的使用“fillna”,但我尝试定义自己的函数(并学习这样做)并将 applymap 用于数据框
到目前为止没有成功。
Age
69
49
NaN
54
NaN
我试过了
def get_rid_of_nulls(value):
if value == np.nan:
return 'Is Null value'
else:
return value
这个也行不通
if value == None
if value isnull
if value == np.na
if value ==''
if value == NaN
if value == 'NaN'
所有的比较似乎都不起作用。我肯定错了,但我被卡住了,我非常固执地使用 fillna
谢谢
最佳答案
由于您的标题中有“替换”,并且您提到了 fillna
而不是 replace()
方法,您也可以通过类似的方式获得相同的结果:
df.Age.replace(np.NaN, 'Is Null value', inplace=True)
# Or, depending on your needs:
df['Age'] = df.Age.replace(np.NaN, 'Is Null value')
# Or without `replace` :
df['Age'] = df.Age.apply(lambda x: x if not pd.isnull(x) else 'Is Null value')
关于python - 使用 applymap 替换 Pandas Dataframe 中的空值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34861086/
1.apply() 当想让方程作用在一维的向量上时,可以使用apply来完成,如下所示 ?
我正在尝试对我的数据集使用 applymap 以将浮点数创建为整数。但是我收到“'Series' 对象没有属性'applymap'”错误。 import pandas as pd import mat
我有一个数据帧,我希望在其中使用第一个即将到来的行来回填所有 NaN 值。我现在的代码是这样的: df[df.applymap(np.isfinite).all(1)] 当我将数据帧减少到 7 列或更
我有 2 个数据框 >>> x 0 1 2 3 0 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 >>> y 0 1
我正在使用 df.to_excel()将数据从 pandas 数据框输出到 Excel。为了提高可读性,我使用 df.style.applymap()根据内容更改单元格的颜色。 想象一下,我有一个如下
我刚刚使用 pandas read_excel 将两个 excel 表加载到 2 个数据帧中。 是否可以使用基于行和列索引的数据框 B 的单元格数据在数据框 A 的单元格上应用映射? 下面是一个例子:
如果我想使用 pandas 更改数据框中的变量名称,我可以不使用 pandas.df.rename() 函数而是使用 applymap() 来更改名称吗例如 Registrar Enrolment
这个问题在这里已经有了答案: How to use Pandas stylers for coloring an entire row based on a given column? (3 个答案
我想在下面的数据集中使用带有一点复杂函数的 applymap 方法。 value1 value2 value3 value4 value5 people 147 119 69
我想做一个简单的操作,将数据框转换为标题。 有一些 NaN 会导致错误,所以我想通过仅在 not null 时应用 str.title() 来避免它们。 但是我收到了无效语法。 df= df.appl
我想尝试 Pandas DataFrame 对象的 applymap 方法的功能。这是用例: 假设我的 DataFrame df1 如下: Age ID Name 0 27 10
我正在尝试比较一个字符串列表的相似性,并在 pandas 数据框中获取结果以供检查;所以我使用一个列表作为索引,另一个作为列列表。然后我想计算它们的“Levenshtein 相似度”(一个比较两个词之
基础 以下操作基于python 3.6 windows 10 环境下 通过 将通过实例来演示三者的区别 toward_dict = {1: '东', 2: '南', 3: '西', 4:
我在数据框上应用了两个函数 res = df.apply(lambda x:pd.Series(list(x))) res = res.applymap(lambda x: x.strip('"')
我有一个 pandas 数据框,我正在使用自定义函数在所有元素上使用 applymap 清理数据,并将清理后的值存储在单独的列中。 tag0 tag1
我有一个分层数据集: df = pd.DataFrame(np.random.rand(6,6), columns=[['A','A','A','B','B','B'],
解决以下 Pandas 问题的最有效方法是什么? 这是一个简化的示例,其中包含数据框中的一些数据: import pandas as pd import numpy as np df = pd.Dat
我是 Pandas 新手。我编写了一个函数,我想将其应用于 pandas DataFrame“Monthly_mean_consump”中的所有条目,下面提供了数据示例。 Time 2010-0
假设我有一个 DataFrame: df = pd.DataFrame({'DATE_1':['2010-11-06', '2010-10-07', '2010-09-07', '2010-05-07
我有一个“年龄”列,但有时会显示 NaN 值。我知道我可以为此目的使用“fillna”,但我尝试定义自己的函数(并学习这样做)并将 applymap 用于数据框 到目前为止没有成功。 Age 69 4
我是一名优秀的程序员,十分优秀!