如何在python中同时使用applymap、lambda和dataframe来过滤/修改dataframe？

所以我正试图找出如何替换

pd.DataFrame

中的

NaN

？ 在本例中，我创建了3x3数据帧，其值为

df[1][2]=“a”

，其余为

NaN

我的理解是，我可以使用

if

和in

lambda

并执行以下操作。但是结果并不是我所期望的，它覆盖了

'a'

。我仍然希望

'a'

保持原样，只更改为

'o'

哪里是

NaN

。。。如有任何建议，将不胜感激

---

您可以使用

fillna

，而不是使用

apply

df.fillna('o')

---

有关的详细信息。您还可以将

apply

与@Psidom answer中的

pd.isnull（）一起使用。但是在这种情况下，您应该真正使用内置函数
fillna
np.nan
并不真正返回您期望的值，为了创建有效的谓词，您可以使用
pd.isnull
：

df = pd.DataFrame(index=range(0,3),columns=range(0,3))
df[1][2] = 'a'
f = lambda x: 'o' if pd.isnull(x) else x
df.applymap(f)

#   0   1   2
#0  o   o   o
#1  o   o   o
#2  o   a   o

要了解发生这种情况的原因，可以将
np.nan
转换为布尔值：

bool(np.nan)
# True

因此，它总是返回真值，因此数据帧中的所有值都将替换为
o

bool(np.nan)
# True