python替换不是na值[重复]

Posted 2023-03-11

【中文标题】python替换不是na值[重复]

【英文标题】：python replace not na value [duplicate]

【发布时间】：2019-11-12 09:24:12

【问题描述】：

我想创建一个新列并用0 和1 替换NA 并且不缺少值。

#df
col1  
1      
3

5

6

我想要什么：

#df
col1   NewCol
1           1
3           1
            0
5           1
            0
6           1

这是我尝试过的：

df['NewCol']=df['col1'].fillna(0)
df['NewCol']=df['col1'].replace(df['col1'].notnull(), 1)

看来第二行写错了。 有什么建议吗？

【问题讨论】：

df['NewCol']=df['col1'].notna().astype(int)

@WeNYoBen TypeError: data type not understood

@PeterChen 将其用作字符串：'int'。或者也使用 numpy 数据类型：docs.scipy.org/doc/numpy-1.14.0/reference/arrays.dtypes.html

【参考方案1】：

你可以试试：

df['NewCol'] = [*map(int, pd.notnull(df.col1))]

希望这会有所帮助。

【参考方案2】：

首先，您需要将所有 'na' 转换为 '0'。你如何做到这一点将因范围而异。 对于单个列，您可以使用：

df['DataFrame Column'] = df['DataFrame Column'].fillna(0)

对于您可以使用的整个数据框：

df.fillna(0)

在此之后，您需要用 '1' 替换所有非零值。你可以这样做：

for index, entry in enumerate(df['col']):
    if entry != 0:
        df['col'][index] = 1

请注意，此方法将 0 视为空条目，这可能是也可能不是所需的功能。