Python Dataframe-对选定行和列应用函数

我有一个数据帧

df

，它有两列

a

和

B

。某些行的

A

为NaN。我想根据列

B

中的值，对

a

中的

NaN

行应用一个函数

我试过这样的方法：

df.loc[df['A'].isnull(), 'A']=df['B'].apply(lambda x: func(x))

我知道这行不通，但我想不出正确的方法

#This should work. 
df['A'] = df.apply(lambda x: func(x.B) if np.isnan(x.A) else x.A, axis=1)

设置

df=pd.DataFrame({'A': {0: 1.0, 1: 1.0, 2: np.nan, 3: np.nan, 4: np.nan, 5: 1.0, 6: 1.0, 7: 1.0},
 'B': {0: 1, 1: 1, 2: 1, 3: 20, 4: 20, 5: 300, 6: 300, 7: 20}})

Out[765]: 
     A    B
0  1.0    1
1  1.0    1
2  NaN    1
3  NaN   20
4  NaN   20
5  1.0  300
6  1.0  300
7  1.0   20

def func(x):
    return x*x

解决方案

#check d.A for nan inside the lambda can call the function only when d.A is nan.
df['A'] = df.apply(lambda x: func(x.B) if np.isnan(x.A) else x.A, axis=1)

df
Out[769]: 
       A    B
0    1.0    1
1    1.0    1
2    1.0    1
3  400.0   20
4  400.0   20
5    1.0  300
6    1.0  300
7    1.0   20

---

IIUC您可以这样做：

df.loc[df['A'].isnull(), 'A'] = df.loc[df['A'].isnull(), 'B'].map(func)

---

你怎么知道它不起作用？你收到错误消息了吗？如果是这样的话，请把它包括在你的问题中。它不起作用，因为等式两边的长度不匹配。如果你真的尝试了，你会感到惊讶。因为它确实有效。因为赋值表达式不是一个等式，所以它是有效的。谢谢。但我得到一个错误：输入类型不支持“isnan”。这是因为我的A列是字符串类型吗？A列的类型是什么？里面有什么？您可以通过“df.info（）”检查列类型