Python 根据 if 条件更新列

Question

我有一个包含两个数据框的列表。我正在尝试根据“Married”的值为 NULL 更新“Dependents”列。

for dataset in data_cleaner:
    dataset[dataset.Dependents.isnull()].loc[dataset.Dependents.isnull() and dataset['Married']=='Yes' ] ='1'
    dataset[dataset.Dependents.isnull()].loc[dataset.Dependents.isnull() and dataset['Married']=='No' ] ='0'

错误:Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

也尝试了 if else 条件并得到了同样的错误。我在这里遗漏或不理解什么？

Answer 1

错误意味着在链式 bool 条件下使用 and，在 pandas 比较数组中，因此需要按位 AND - &。另一个问题是缺少 () 来比较 Married 列的条件。

并且由于使用 DataFrame 列表，因此有必要使用索引更新每个 DataFrame - data_cleaner[i]。

注意:如果需要使用数字，请附加 1 和 0 而不是 '1' 和 '0'.

for i in range(len(data_cleaner)):
    m1 = data_cleaner[i].Dependents.isnull()
    data_cleaner[i].loc[m1 & (data_cleaner[i]['Married']=='Yes'), 'Dependents'] ='1'
    data_cleaner[i].loc[m1 & (data_cleaner[i]['Married']=='No'), 'Dependents'] ='0'

替代 numpy.select :

for i in range(len(data_cleaner)):
    m1 = data_cleaner[i].Dependents.isnull()
    m2 = (data_cleaner[i]['Married']=='Yes')
    m3 = (data_cleaner[i]['Married']=='No')

    data_cleaner[i]['Dependents'] = np.select([m1 & m2, m1 & m3], 
                                              ['1','0'], 
                                              data_cleaner[i]['Dependents'])

或者创建另一个 DataFrame 列表:

out = []
for dataset in data_cleaner:
    m1 = dataset.Dependents.isnull()
    dataset.loc[m1 & (dataset['Married']=='Yes'), 'Dependents'] ='1'
    dataset.loc[m1 & (dataset['Married']=='No'), 'Dependents'] ='0'
    out.append(dataset)