Pandas Python使用NaN实现数据帧操作

在pandas DataFrame上，我试图计算两个特性之间的百分比变化。例如：

df = pd.DataFrame({'A': [100, 100, 100], 'B': [105, 110, 93], 'C': ['NaN', 102, 'NaN']})

我试图计算

df['A']-df['C']

之间的变化，但在有'NaN'的行上，使用'B'列中的值

预期结果：

[-5，-2,7]

因为，

df['C'].loc[0]

是NaN，所以第一个值是

100-105

（从'B'）。

---

但第二个值是

100-102

我认为最简单的是用另一列替换缺少的值，方法是：

另一个想法是通过以下方式测试缺失值：

---

---

真的很感激！你和熊猫相处得怎么样？我们可以做什么练习或只是体验一下吗？@rohan-这里有一些

#if need replace strings NaN to missing values np.nan
df['C'] = pd.to_numeric(df.C, errors='coerce')

s = df['A'] - df['C'].fillna(df.B)
print (s)
0   -5.0
1   -2.0
2    7.0
dtype: float64

a = np.where(df.C.isna(), df['A'] - df['B'], df['A'] - df['C'])
print (a)
[-5. -2.  7.]

s = df['A'] - np.where(df.C.isna(),  df['B'], df['C'])
print (s)
0   -5.0
1   -2.0
2    7.0
Name: A, dtype: float64