主页 / coding / 问题 / 79138384
Accepted
gernophil
Asked: 2024-10-30 01:45:42 +0800 CST

使用 np.where 创建具有相同数量元素但不同内容的列表

  • 772

我有一个 pandas 数据框，其中的值有时会变为 NA。我想用与另一列长度相同的字符串列表填充此列：

import pandas as pd
import numpy as np

df = pd.DataFrame({"a": ["one", "two"],
                   "b": ["three", "four"],
                   "c": [[1, 2], [3, 4]],
                   "d": [[5, 6], np.nan]})
一个 b 丙 d
一 三 [1, 2] [5, 6]
二 四 [3, 4] 钠

我希望这成为

一个 b 丙 d
一 三 [1, 2] [5, 6]
二 四 [3, 4] [无值，无值]

我试过

df["d"] = np.where(df.d.isna(),
                   ['no_value' for element in df.c],
                   df.d)

和

df["d"] = np.where(df.d.isna(),
                   ['no_value'] * len(df.c),
                   df.d)

但两者都不起作用。有人有主意吗？

解决方案：我稍微调整了 PaulS 的回答：

df[‘d‘] = np.where(df.d.isna(), 
                   pd.Series([['no_value'] * len(lst) for lst in df.c]), 
                   df.d))
python

2 个回答

  1. Best Answer

    一个可能的解决方案是使用np.where。

    df.assign(d = np.where(
    df['d'].isna(), 
    pd.Series([['no_value'] * len(lst) for lst in df['c']]), 
    df['d']))

    另一种可能的解决方案是使用：

    • apply，使用 lambda 函数迭代每一行df，检查列中的值是否d为NaN。

    • 如果满足条件，该函数将生成一个新列表，其中填充重复的字符串'no_value'以匹配列中列表的长度c。

    • 如果x['d']不满足这些条件，x['d']则保留原来的值。

    df['d'] = df.apply(
    lambda x: ['no_value'] * len(x['c']) 
    if (x['d'] is np.nan) else x['d'], axis=1)

    输出：

         a      b       c                     d
0  one  three  [1, 2]                [5, 6]
1  two   four  [3, 4]  [no_value, no_value]
    • 1

  2. 要使用，where我们必须构建一个正确的nan包含数组，一个类似于的数组df.d，带有对象数据类型列表。

    In [317]: df1=df.copy();df1
Out[317]: 
     a      b       c       d
0  one  three  [1, 2]  [5, 6]
1  two   four  [3, 4]     NaN

    要获得完全控制，请从empty对象 dtype 数组开始，然后填充它。

    In [318]: x=np.empty(len(df.c), object)    
In [319]: x[:] = [[np.nan]*len(element) for element in df.c]; x
Out[319]: array([list([nan, nan]), list([nan, nan])], dtype=object)

    df.c如果列表的长度不同，则不需要这两个步骤。现在where可以使用[False, True]条件在 2 个对象 dtype 数组的元素之间进行选择。

    In [320]: df1.d = np.where(df.d.isna(), x, df.d)

In [321]: df1
Out[321]: 
     a      b       c           d
0  one  three  [1, 2]      [5, 6]
1  two   four  [3, 4]  [nan, nan]


In [326]: x = [[np.nan]*len(element) for element in df.c]; x
Out[326]: [[nan, nan], [nan, nan]]

    不行，因为它是 (2,2) 形状，并且where在用其他项 ((2,) 系列) 进行“广播”时会出现问题。

    或者你可以初始化x为

    x = df.c.copy()
    • 0

相关问题