Python 2.7 根据某些条件手动创建虚拟对象，出现了什么问题？

我有一个数据集，它有一列数字和N。我想创建一列新的虚拟变量，以便进一步计算。显然有点不对劲，因为不管我做什么，这个假人都是1

import pandas as pd
import numpy as np
all_air = pd.read_csv('small.csv')

all_air['D(0/1)']=np.nan
#all_air['C'].fillna(-1) #pandas will take NaN as 0 in calculation, right?
print all_air['C']


for n in all_air['C']:
    if n is None:
        all_air['D(0/1)'] = 0
    else:
        all_air['D(0/1)'] = 1
all_air.to_csv('sample_small.csv')

我对python还不熟悉，所以这是我能做的。

---

提前感谢。

分配操作

all_air['D(0/1)'] = 0

将名为

'D（0/1）

的整个列的值设置为

0

。因此，实际上，每次遇到

n

的值，其中

n为None

，都将整列设置为0。同样，当

n不是None

时，将整列设置为

1

从您的描述看来，您更希望有一个掩码，例如

n为None的位置，并且只修改这些位置的值

这可以通过
loc
索引器实现：

all_air['D(0/1)'] = 1
all_air.loc[all_air['C'].isnull(), 'D(0/1)'] = 0

在本例中，我使用了内置函数
isnull
，该函数可以检查
pandas.Series
的所有元素是否为null（
NaN
或
None
）。它返回布尔值的
pandas.Series
。评估结果为
True
的位置将被视为评估指数的一部分

因此，通过将其作为
loc
索引的第一个维度传递，我们可以仅修改这些行中的值。第二个维度标识要修改的列。将
0
的值放在右侧，将自动将该标量广播到一个兼容的数组形状中，以便将其分配到列中（一些
K
-by-
1
列向量，其中
K
将是空条目的数量）。
我理解您答案的前半部分（在loc之前）。所以我应该在for循环之前添加这个，对吗？for循环是不必要的（事实上，效率很低）。一般来说，在Python科学堆栈中，您希望避免for循环，而支持可以直接应用于数组的操作，并以预期的方式处理它们的数组属性。