在两个 pandas 数据框列上应用条件
Apply conditional on two pandas dataframe columns
我有这个数据框：
我想创建一个 ZIP 列，当 ZIP_x 为 NaN 时它将获取 ZIP_y 的值，而当 ZIP_x 不是 NaN 时它将获取 ZIP_x 的值。
我试过这段代码：
dm["ZIP"]=numpy.where(dm["ZIP_x"] is numpy.nan, dm["ZIP_y"],dm["ZIP_x"])
但这给了我这个输出：
如您所见，ZIP 列似乎在其每个单元格中获取 ZIP_x 的值。
你知道如何实现我的目标吗？
你想要这个：
dm["ZIP"]=numpy.where(dm["ZIP_x"].isnull(), dm["ZIP_y"],dm["ZIP_x"])
您不能使用 is 或 == 来比较 NaNs
我有这个数据框：
我想创建一个 ZIP 列，当 ZIP_x 为 NaN 时它将获取 ZIP_y 的值，而当 ZIP_x 不是 NaN 时它将获取 ZIP_x 的值。
我试过这段代码：
dm["ZIP"]=numpy.where(dm["ZIP_x"] is numpy.nan, dm["ZIP_y"],dm["ZIP_x"])
但这给了我这个输出：
如您所见，ZIP 列似乎在其每个单元格中获取 ZIP_x 的值。
你知道如何实现我的目标吗？
你想要这个：
dm["ZIP"]=numpy.where(dm["ZIP_x"].isnull(), dm["ZIP_y"],dm["ZIP_x"])
您不能使用 is 或 == 来比较 NaNs