python - 如何在元组上使用应用属性

Question

如果同一行中的 a 列不是 NaN，我尝试将 b 列中的所有 NaN 元素更改为 1。例如:a==1 b==NaN ，将 b 更改为 1。这是我的代码。

raw_data['b'] = ((raw_data['a'],raw_data['b']).apply(condition))

def condition(a,b):
if a != None and b == None:
    return 1

我得到了一个 AttributeError:'tuple' 对象没有属性 'apply'。在这种情况下我可以使用哪些其他方法？

Answer 1

首先使用 & 和函数 isnull 通过链式条件创建 bool 掩码和 notnull .

然后是添加 1 的更多可能解决方案 - 使用 mask , loc或 numpy.where :

mask = raw_data['a'].notnull() & raw_data['b'].isnull()

raw_data['b'] = raw_data['b'].mask(mask, 1)

或者:

raw_data.loc[mask, 'b'] = 1

或者:

raw_data['b'] = np.where(mask, 1,raw_data['b'])

示例:

raw_data = pd.DataFrame({
    'a': [1,np.nan, np.nan],
    'b': [np.nan, np.nan,2]
})
print (raw_data)
     a    b
0  1.0  NaN
1  NaN  NaN
2  NaN  2.0

mask = raw_data['a'].notnull() & raw_data['b'].isnull()

print (mask)
0     True
1    False
2    False
dtype: bool

raw_data.loc[mask, 'b'] = 1

print (raw_data)
     a    b
0  1.0  1.0
1  NaN  NaN
2  NaN  2.0

编辑:

如果想使用自定义函数(如果数据更多真的很慢)需要apply axis=1 按行处理:

def condition(x):
    if pd.notnull(x.a) and pd.isnull(x.b):
        return 1
    else:
        return x.b

raw_data['b'] = raw_data.apply(condition, axis=1)

print (raw_data)
     a    b
0  1.0  1.0
1  NaN  NaN
2  NaN  2.0