Python 熊猫为一列指定不同的值取决于另一列中的值
我有以下的df 我喜欢做Python 熊猫为一列指定不同的值取决于另一列中的值,python,python-3.x,pandas,dataframe,Python,Python 3.x,Pandas,Dataframe,我有以下的df 我喜欢做 df['short_days'] = np.where(df.days < 30, 'Yes', 'No') 只需使用所需的任何内容填充nan值即可 import numpy as np df['short_days'] = np.where(df.days < 30, 'Yes', 'No') df['short_days'].fillna('Not Applicable',inplace=True) 只需使用所需的任何内容填充nan值即可 impo
df['short_days'] = np.where(df.days < 30, 'Yes', 'No')
只需使用所需的任何内容填充nan值即可
import numpy as np
df['short_days'] = np.where(df.days < 30, 'Yes', 'No')
df['short_days'].fillna('Not Applicable',inplace=True)
只需使用所需的任何内容填充nan值即可
import numpy as np
df['short_days'] = np.where(df.days < 30, 'Yes', 'No')
df['short_days'].fillna('Not Applicable',inplace=True)
使用np更优雅。请在此处选择可定义默认值的位置:
使用np更优雅。请在此处选择可定义默认值的位置:
NaN不被识别为float吗?你可以做float'NaN'并且它会返回NaN或者使用数学。isnan'NaN'所以它被识别为float但是我不确定。NaN不被识别为float吗?你可以做float'NaN'并且它会返回NaN或者使用数学。isnan'NaN'所以它被识别为float但是我不确定。
import numpy as np
df['short_days'] = np.where(df.days < 30, 'Yes', 'No')
df['short_days'].fillna('Not Applicable',inplace=True)
days short_days
NaN Not Applicable
70 No
29 Yes
df['short_days'] = np.select([df.days<30, df.days>=30],
['Yes', 'No'],
default='Not Applicable')
days short_days
0 NaN Not Applicable
1 70.0 No
2 29.0 Yes