Python pandas 使用 NaN 的 DataFrame 操作

Question

在 pandas DataFrame 上，我正在尝试计算两个特征之间的百分比变化。例如：

df = pd.DataFrame({'A': [100, 100, 100], 'B': [105, 110, 93], 'C': ['NaN', 102, 'NaN']})

我试图计算 df['A'] - df['C'] 之间的变化，但是在我们有 'NaN' 的行上，使用来自 'B' 列的值。

预期结果：[-5, -2, 7] 因为，df['C'].loc[0] 是 NaN，所以第一个值是 100 - 105（来自 'B'）。但是第二个值是 100 -102.

Answer 1

我认为最简单的方法是用 Series.fillna:

的另一列替换缺失值

#if need replace strings NaN to missing values np.nan
df['C'] = pd.to_numeric(df.C, errors='coerce')

s = df['A'] - df['C'].fillna(df.B)
print (s)
0   -5.0
1   -2.0
2    7.0
dtype: float64

numpy.where and test missing values by Series.isna的另一个想法：

a = np.where(df.C.isna(), df['A'] - df['B'], df['A'] - df['C'])
print (a)
[-5. -2.  7.]

s = df['A'] - np.where(df.C.isna(),  df['B'], df['C'])
print (s)
0   -5.0
1   -2.0
2    7.0
Name: A, dtype: float64

Python pandas 使用 NaN 的 DataFrame 操作

Python pandas DataFrame operations with NaN

numpy

nan

dataframe

pandas