Python 错误：浮点对象没有属性notnull

我有一个数据帧：

  a     b     c
0 nan   Y     nan
1  23   N      3
2 nan   N      2
3  44   Y     nan

我希望得到以下结果：

  a     b     c      d
0 nan   Y     nan   nan
1  23   N      3     96
2 nan   N      2    nan
3  44   Y     nan    44

我希望有一个条件当a列为null时，d将为null，否则如果b列为N，c列不为null，则d列等于a列*c列否则d列等于a列

我已经完成了此代码，但我得到了错误：

def f4(row):
    if row['a']==np.nan:
       return np.nan
    elif row['b']=="N" & row(row['c'].notnull()):
       return row['a']*row['c']
    else:
       return row['a']

 DF['P1']=DF.apply(f4,axis=1)

---

谁能帮我指出我的错误在哪里？我已经参考了这个并尝试了这个，但也得到了错误

您不需要

应用

，使用

np。其中

：

df['d'] = np.where(df.a.isnull(),
         np.nan,
         np.where((df.b == "N")&(~df.c.isnull()),
                  df.a*df.c,
                  df.a))

输出：

      a  b    c     d
0   NaN  Y  NaN   NaN
1  23.0  N  3.0  69.0
2   NaN  N  2.0   NaN
3  44.0  Y  NaN  44.0

你可以试试

df['d'] = np.where((df.b == 'N') & (pd.notnull(df.c)), df.a*df.c, np.where(pd.notnull(df.a), df.a, np.nan))


    a       b   c      d
0   NaN     Y   NaN    NaN
1   23.0    N   3.0    69.0
2   NaN     N   2.0    NaN
3   44.0    Y   NaN    44.0

在您当前的代码中，只需将series.notnull更改为pd.notnull（series）即可。虽然np.where应该更有效

def f4(row):
    if row['a']==np.nan:
        return np.nan
    elif (row['b']=="N") & (pd.notnull(row.c)):
        return row['a']*row['c']
    else:
        return row['a']
df['d']=df.apply(f4,axis=1)

---

由于您只希望传播

Nan

s，因此将列相乘即可：

>>> df = pd.read_clipboard()
>>> df
      a  b    c
0   NaN  Y  NaN
1  23.0  N  3.0
2   NaN  N  2.0
3  44.0  Y  NaN
>>> df.a * df.c
0     NaN
1    69.0
2     NaN
3     NaN
dtype: float64
>>>

如果要在某个条件下执行此操作，可以在此处使用

np.where

，而不是

。apply

。您只需要以下内容：

>>> df
      a  b    c
0   NaN  Y  NaN
1  23.0  N  3.0
2   NaN  N  2.0
3  44.0  Y  NaN
>>> np.where(df.b == 'N', df.a*df.c, df.a)
array([ nan,  69.,  nan,  44.])

这是大多数涉及

Nan

的操作的默认行为。因此，您可以简单地分配上述结果：

>>> df['d'] = np.where(df.b == 'N', df.a*df.c, df.a)
>>> df
      a  b    c     d
0   NaN  Y  NaN   NaN
1  23.0  N  3.0  69.0
2   NaN  N  2.0   NaN
3  44.0  Y  NaN  44.0
>>>

我只想详细说明一下：

np.where(df.b == 'N', df.a*df.c, df.a)

你可以把它想象成“where df.b=='N'，给我df.a*df.c的结果，否则，给我df.a：

>>> np.where(df.b == 'N', df.a*df.c, df.a)
array([ nan,  69.,  nan,  44.])

还要注意，如果您的数据帧有点不同：

>>> df
      a  b    c
0   NaN  Y  NaN
1  23.0  Y  3.0
2   NaN  N  2.0
3  44.0  Y  NaN
>>> df.loc[0,'a'] = 99
>>> df.loc[0, 'b']= 'N'
>>> df
      a  b    c
0  99.0  N  NaN
1  23.0  N  3.0
2   NaN  N  2.0
3  44.0  Y  NaN

那么，以下情况就不等同了：

>>> np.where(df.b == 'N', df.a*df.c, df.a)
array([ nan,  69.,  nan,  44.])
>>> np.where((df.b == 'N') & (~df.c.isnull()), df.a*df.c, df.a)
array([ 99.,  69.,  nan,  44.])

因此，您可能希望使用稍微详细一点的：

>>> df['d'] = np.where((df.b == 'N') & (~df.c.isnull()), df.a*df.c, df.a)
>>> df
      a  b    c     d
0  99.0  N  NaN  99.0
1  23.0  N  3.0  69.0
2   NaN  N  2.0   NaN
3  44.0  Y  NaN  44.0
>>>

使用

---

row['c']

给了您一个值。所以有什么方法可以克服这个问题，因为我的c行应该包含nan（空值）这非常简单：）+1虽然这个代码片段可以解决这个问题，但确实有助于提高您文章的质量。请记住，您是在为将来的读者回答这个问题，而那些人可能不知道您的代码建议的原因。请也尽量不要用解释性注释挤满您的代码，这会降低您的阅读效率代码和解释的可读性！谢谢，这太短了，这里有一个附加组件：对于Series和DataFrame，返回与布尔数组相同的类型，包含布尔值。因此pd.notnull（df）和pd.notna（df）结果相同。很好的解决方案，当我想在for循环的迭代中跳过带有NaN的行时，效果很好：

对于I，df.iterrows（）中的行

，

如果pd.notnull（df['Column'][I]）：

pd.isnull(df['Description'][i])