Pandas 如何将布尔值的数据帧转换为1和np.NaN的数据帧？

我有一个充满真值和假值的数据帧，我想从中得到一个数据帧，真值替换为1，假值替换为np.NaN。我尝试过使用dataframe.replace，但它给出了一个数据帧，其中包含所有True。有没有不使用for循环和if的方法

例如，这是我拥有的数据帧，T代表True，F代表False（不是字符串“T”和“F”；很抱歉，我不知道如何在wiki中格式化间隔很好的表）：

2008-01-02 16:00:00东京时间
2008-01-03 16:00:00 T
2008-01-04 16:00:00东京时间
2008-01-07 16:00:00 T
2008-01-08 16:00:00东京时间

我想将其更改为：

2008-01-02 16:00:00 1新南威尔士州南部
2008-01-03 16:00:00 11
2008-01-04 16:00:00 1新南威尔士州南部
2008-01-07 16:00:00 11
2008-01-08 16:00:00 1北卡罗来纳州南部

这些是我试图替换True和False的行，并得到一个数据帧，其中填充了所有True值：

df.replace(to_replace=True, value=1, inplace=True, method=None)   
df.replace(to_replace=False, value=np.NAN, inplace=True, method=None)  

单独尝试时，仅第一行不会改变任何内容；第二行将所有值转换为True。

applymap（）

可用于将函数应用于数据帧的每个元素

In [1]: df = DataFrame([[True, True, False],[False, False, True]]).T

In [2]: df
Out[2]:
       0      1
0   True  False
1   True  False
2  False   True

In [3]: df.applymap(lambda x: 1 if x else np.nan)
Out[3]:
    0   1
0   1 NaN
1   1 NaN
2 NaN   1

您也可以使用

dict

：

In [4]: d = {True:1, False:np.nan}

In [5]: df.applymap(lambda x: d[x])
Out[5]:
    0   1
0   1 NaN
1   1 NaN
2 NaN   1

从下面回答DSM的评论。我误读了OP，认为datetime是一个索引。如果它不是一个索引，那么这对我来说很有用：

In [6]: df.applymap(lambda x: d.get(x,x))
Out[6]:
    0   1                    2
0   1 NaN  2012-01-01 00:00:00
1 NaN   1  2012-01-01 00:00:00

---

试试这个

其中

起作用，因为默认情况下，第一次使用

nan

会删除未找到的条目（例如，任何未找到的条目=='T'），然后第二次使用1替换未找到的条目

In [48]: df = pd.DataFrame([ 'T', 'T', 'T', 'F', 'F' ], columns=['value'],index=pd.date_range('20010101',periods=5))

In [49]: df
Out[49]: 
           value
2001-01-01     T
2001-01-02     T
2001-01-03     T
2001-01-04     F
2001-01-05     F

In [50]: df.where(df=='T').where(df!='T',1)
Out[50]: 
           value
2001-01-01     1
2001-01-02     1
2001-01-03     1
2001-01-04   NaN
2001-01-05   NaN

---

如果第一列由

datetime

实例组成，则此操作将中断。类似于

df.applymap（lambda x:d.get（x，x））

的东西应该绕过它。[我对自己有点恼火，我找不到一个很好的方法来做这件事，但我的前两种方法适用于

“t”

和

“F”

，但在

True

和

False

中失败]我对使用异构数据的数据帧做出了回应。谢谢！我对python有点陌生，很欣赏它的改进和指针。我会再次修改我的回答。这似乎不起作用--请再次查看输出。这似乎是因为

DataFrame

中对象的类型实际上是

numpy.bool

，而不是Python的

bool

df=df.applymap（lambda x:1 if x else np.NAN）

——达到了预期的结果。谢谢你的帮助。我在不使用True和False时也遇到了同样的问题，但我认为applymap在应用函数后会返回一个新的数据帧。我见过一些其他的数据帧方法（例如sort）有一个参数“inplace”，它改变了原始的数据帧，但是applymap没有，看起来它返回了一个新的数据帧，所以我必须添加包含显式等号的参数：“df=df.applymap…”。此外，日期列是索引。再次感谢你们两位的帮助。