Python 熊猫：当数据为NaN时，无法执行逻辑操作

我在Pandas中有一个大数据框，2列可以有值，也可以是NaN（Null），如果没有分配给任何值

我想在这2个基础上填充第3列。如果不是NaN，则需要一些值。这项工作如下：

In [16]: import pandas as pd

In [17]: import numpy as np

In [18]: df = pd.DataFrame([[np.NaN, np.NaN],['John', 'Malone'],[np.NaN, np.NaN]], columns = ['col1', 'col2'])

In [19]: df
Out[19]:
   col1    col2
0   NaN     NaN
1  John  Malone
2   NaN     NaN

In [20]: df['col3'] = np.NaN

In [21]: df.loc[df['col1'].notnull(),'col3'] = 'I am ' + df['col1']

In [22]: df
Out[22]:
   col1    col2       col3
0   NaN     NaN        NaN
1  John  Malone  I am John
2   NaN     NaN        NaN

这也适用于：

In [29]: df.loc[df['col1']== 'John','col3'] = 'I am ' + df['col2']

In [30]: df
Out[30]:
   col1    col2         col3
0   NaN     NaN          NaN
1  John  Malone  I am Malone
2   NaN     NaN          NaN

但如果我没有将所有值都设为NaN，然后尝试最后一个loc，它将给我一个错误

In [31]: df = pd.DataFrame([[np.NaN, np.NaN],[np.NaN, np.NaN],[np.NaN, np.NaN]], columns = ['col1', 'col2'])

In [32]: df
Out[32]:
   col1  col2
0   NaN   NaN
1   NaN   NaN
2   NaN   NaN

In [33]: df['col3'] = np.NaN

In [34]: df.loc[df['col1']== 'John','col3'] = 'I am ' + df['col2']
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
c:\python33\lib\site-packages\pandas\core\ops.py in na_op(x, y)
    552             result = expressions.evaluate(op, str_rep, x, y,
--> 553                                           raise_on_error=True, **eval_kwargs)
    554         except TypeError:

c:\python33\lib\site-packages\pandas\computation\expressions.py in evaluate(op, op_str, a, b, raise_on_error, use_numexpr, **eval_kwargs)
    217         return _evaluate(op, op_str, a, b, raise_on_error=raise_on_error,
--> 218                          **eval_kwargs)
    219     return _evaluate_standard(op, op_str, a, b, raise_on_error=raise_on_error)

c:\python33\lib\site-packages\pandas\computation\expressions.py in _evaluate_standard(op, op_str, a, b, raise_on_error, **eval_kwargs)
     70         _store_test_result(False)
---> 71     return op(a, b)
     72

c:\python33\lib\site-packages\pandas\core\ops.py in _radd_compat(left, right)
    805     try:
--> 806         output = radd(left, right)
    807     except TypeError:

c:\python33\lib\site-packages\pandas\core\ops.py in <lambda>(x, y)
    802 def _radd_compat(left, right):
--> 803     radd = lambda x, y: y + x
    804     # GH #353, NumPy 1.5.1 workaround

TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('<U32') dtype('<U32') dtype('<U32')

During handling of the above exception, another exception occurred:

TypeError                                 Traceback (most recent call last)
<ipython-input-34-3b2873f8749b> in <module>()
----> 1 df.loc[df['col1']== 'John','col3'] = 'I am ' + df['col2']

c:\python33\lib\site-packages\pandas\core\ops.py in wrapper(left, right, name, na_op)
    616                 lvalues = lvalues.values
    617
--> 618             return left._constructor(wrap_results(na_op(lvalues, rvalues)),
    619                                      index=left.index, name=left.name,
    620                                      dtype=dtype)

c:\python33\lib\site-packages\pandas\core\ops.py in na_op(x, y)
    561                 result = np.empty(len(x), dtype=x.dtype)
    562                 mask = notnull(x)
--> 563                 result[mask] = op(x[mask], y)
    564             else:
    565                 raise TypeError("{typ} cannot perform the operation {op}".format(typ=type(x).__name__,op=str_rep))

c:\python33\lib\site-packages\pandas\core\ops.py in _radd_compat(left, right)
    804     # GH #353, NumPy 1.5.1 workaround
    805     try:
--> 806         output = radd(left, right)
    807     except TypeError:
    808         raise

c:\python33\lib\site-packages\pandas\core\ops.py in <lambda>(x, y)
    801
    802 def _radd_compat(left, right):
--> 803     radd = lambda x, y: y + x
    804     # GH #353, NumPy 1.5.1 workaround
    805     try:

TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('<U32') dtype('<U32') dtype('<U32')

[31]中的

：df=pd.DataFrame（[[np.NaN，np.NaN]，[np.NaN，np.NaN]，[np.NaN，np.NaN]]，列=['col1'，'col2']）
In[32]：df
出[32]：
col1 col2
0楠楠楠
1楠楠楠
2楠楠楠
在[33]中：df['col3']=np.NaN
在[34]：df.loc[df['col1']='John'，'col3']='I am'+df['col2']
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
c:\python33\lib\site packages\pandas\core\ops.py在na_op（x，y）中
552结果=表达式。计算（op，str_rep，x，y，
-->553 raise_on_error=真，**eval_kwargs）
554除类型错误外：
c:\python33\lib\site packages\pandas\computation\expressions.py in evaluate（op，op_str，a，b，raise_on_error，use_numexpr，**eval_kwargs）
217返回评估（op，op，str，a，b，raise_on_error=raise_on_error，
-->218**eval_-kwargs）
219返回评估标准（op、op、a、b、raise_on_error=raise_on_error）
c:\python33\lib\site packages\pandas\computation\expressions.py在评估标准中（op、op、a、b、raise、on错误、**eval\U kwargs）
70存储测试结果（错误）
--->71返回op（a、b）
72
c:\python33\lib\site packages\pandas\core\ops.py in\u radd\u compat（左、右）
805尝试：
-->806输出=radd（左、右）
807除类型错误外：
c:\python33\lib\site packages\pandas\core\ops.py in（x，y）
802 def_radd_compat（左、右）：
-->803 radd=λx，y:y+x
804#GH 353，NumPy 1.5.1解决方案
TypeError:ufunc“add”不包含签名类型与dtype匹配的循环（“这里的问题是，如果整个列是
np.nan
，则它可能存储为浮点，而不是对象（文本）

因此，您可以：

if not np.all(pandas.isnull(df['mycol'])):
    df = my_string_operation(df)

您还可以将相关列强制为
对象
类型

df['mycol'] = df['mycol'].astype(object)
df = my_string_operation(df)

我想说的是，如果有任何值不是空的，那么这一行实际上所做的就是在第1列的值中添加一个字符串

df.loc[df['col1'].notnull(),'col3'] = 'I am ' + df['col1']

因此，您只需检查是否存在任何不为null的值，然后仅在存在以下值时执行该操作：

if df['col1'].notnull().any():
    df['col3'] = 'I am ' + df['col1']

在以这种方式运行col3列之前，您也不需要创建它。
“帮助！”--在这种情况下，帮助是什么样子的？您可以使用
try
块来捕获错误。在执行操作之前，您可以首先检查列的所有值是否都是
NaN
。您并没有真正提出问题，所以很难给出具体的答案。在SQL上，我可以像Nulls一样轻松地完成这项操作不要让逻辑失败。在这种情况下，使用NaN（在所有值上）会导致以前的工作行工作。因此，希望有人能够指出一种正确的方法来执行我需要的操作。