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

Posted 2023-04-18

【中文标题】如何在python中同时使用applymap、lambda和dataframe来过滤/修改dataframe？

【英文标题】：How to use applymap, lambda and dataframe together to filter / modify dataframe in python?

【发布时间】：2016-11-09 05:52:37

【问题描述】：

所以我想弄清楚如何在pd.DataFrame 中替换NaN ..？ 在示例中，我创建了 3x3 数据框，其值为 df[1][2] = 'a'，其余为 NaN

我的理解是我可以在lambda 中使用if 并在下面做一些事情。但结果出乎我的意料，它覆盖了'a'。我仍然希望'a' 保持原样，只更改为'o'，NaN 在哪里...任何建议将不胜感激。

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

【参考方案1】：

您可以使用fillna，而不是使用apply。

df.fillna('o')

有关Working with missing data的更多信息。您还可以将apply 与pd.isnull() 一起使用，如@Psidom 回答中所述。但在这种情况下，你真的应该使用内置函数fillna。

【参考方案2】：

np.nan 并没有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

要了解它发生的原因，您可以将np.nan 转换为布尔值：

bool(np.nan)
# True

所以它总是返回真值，因此数据框中的所有值都将替换为o。