python - 循环遍历占位符来创建 pandas 系列

Question

我想根据 if 条件自动更改 pandas 列缺失值的名称，最好使用“string_name_number”。数字应从 1 开始，到最后一个缺失值结束。我决定按如下方式设置循环以从字符串中选择数据。

但是，缺失列的结果 (df2) 保持不变。如下; - 受访者我， jack 森，受访者我，受访者我，简，受访者我，玛丽，...

我期望看到以下结果(df2)； - 受访者 1、 jack 森、受访者 2、受访者 3、简、受访者 4、玛丽、...

请帮忙。

import pandas as pd  

df = pd.read_csv('232 responses.csv', sep=',',header=0, parse_dates=True, 
                 index_col='Timestamp')

missing_rows_list = list(range(0, len (df)))

for i in missing_rows_list:
    i = 1
    df2 = [df['Name (optional)']\
           .replace(np.nan, 'respondent {d[i]}'\
           .format(d=missing_rows_list)) if pd.isnull(df['Name (optional)']) \
            else df['Name (optional)'] == word in df['Name (optional)']]
    i += 1

Answer 1

我认为这应该可以处理它，并且是一种更方便的方法:

df=pd.DataFrame({"a":["test1","test2","test3","test4",np.NAN],"b":["test5",np.NAN,"test7",np.NAN,"test9"]})

#Create the respondent + inex number format --> you can also save this in an extra df column if you like
a=["respondent"]*len(df.index)
b=list(df.index)
c=["{0}{1}".format(a_,b_)for a_,b_ in list(zip(a,b))]

#Replace the missing values
for i in df.columns:
    mask = df[i].isnull()
    df[i].mask(mask,c, inplace=True)

print(df)



           a          b
0      test1      test5
1      test2  response1
2      test3      test7
3      test4  response3
4  response4      test9