如果列中的值以文本而不是单个单词或数字的形式出现,是否有一个Python函数来重命名列中的值?
我有一个包含三列的数据集,“年份”、“类别”和“桂冠”。“年”列的值为2019、2018等。。。“类别”一栏有医学、物理学、工程学等词的价值。。。但“桂冠”一栏是这样的:如果列中的值以文本而不是单个单词或数字的形式出现,是否有一个Python函数来重命名列中的值?,python,pandas,Python,Pandas,我有一个包含三列的数据集,“年份”、“类别”和“桂冠”。“年”列的值为2019、2018等。。。“类别”一栏有医学、物理学、工程学等词的价值。。。但“桂冠”一栏是这样的: laureates [{id:something, name:something, surname: something}] [{id:something, name:something, surname: something}] [{id:something, name:something, surname: somethi
laureates
[{id:something, name:something, surname: something}]
[{id:something, name:something, surname: something}]
[{id:something, name:something, surname: something}]
nan
nan
[{id:something, name:something, surname: something}]
nan
如何将nan重命名为False,将其他所有名称重命名为True,并只使用布尔值?您可以尝试以下方法:
df.laureates.fillna(0) != 0
输出:
laureates
0 True
1 True
2 True
3 False
4 False
5 True
6 False
如果可行的话:
df.laureates = df.laureates.fillna(0) != 0