假设我有一个 5*3 数据框，其中第三列包含缺失值
1 2 3
4 5 NaN
7 8 9
3 2 NaN
5 6 NaN
我希望为第一个产品第二列的基于缺失值的规则生成价值
1 2 3
4 5 20 <--4*5
7 8 9
3 2 6 <-- 3*2
5 6 30 <-- 5*6
我该如何使用数据框？谢谢。
如何添加条件来计算这样的缺失值？
if 1st % 2 == 0 then 3rd = 1st * 2nd
else 3rd = 1st + 2nd
1 2 3
4 5 20 <-- 4*5 because 4%2==0
7 8 9
3 2 5 <-- 3+2 because 3%2==1
5 6 11 <-- 5+6 because 5%2==1
假设您的数据框的三列是a,b和c. 这就是你想要的：
df['c'] = df.apply(
lambda row: row['a']*row['b'] if np.isnan(row['c']) else row['c'],
axis=1
)
完整代码：
df = pd.DataFrame(
np.array([[1, 2, 3], [4, 5, np.nan], [7, 8, 9], [3, 2, np.nan], [5, 6, np.nan]]),
columns=['a', 'b', 'c']
)
df['c'] = df.apply(
lambda row: row['a']*row['b'] if np.isnan(row['c']) else row['c'],
axis=1
)
使用数据框的fillna()方法怎么样？
df['C'].fillna(df.A * df.B)
另外一个选择：
df.loc[(pd.isnull(df.C)), 'C'] = df.A * df.B
假设您的数据框中的三列是a,b和c。然后您可以像这样执行所需的操作：
values = df['a'] * df['b']
df['c'] = values.where(df['c'] == np.nan, others=df['c'])