with numpy where：对于黑色单元格，将新值放入列中

Question

我正在 csv 文件中使用 numpy。

我有 3 列。对于 'PUMA' 列中的 500 值，我想将 5 放入 'HTYPE' 列中。它适用于以下代码。但是对于 'PUMA' 列（第 3 行）中的黑色单元格（nan），我想将 '-999' 放在 'HTYPE' 列中。使用相同的代码，它不起作用。

如果另一列中有nan，如何将值放入列中，使用np.where?

    import pandas as pd, numpy as np
    df= pd.read_csv(input_folder + input_file )

    df['HTYPE'] = np.where(df['PUMA']==500, 5, df['HTYPE'] )
    df['HTYPE'] = np.where(df['PUMA']==np.NaN, -999, df['HTYPE'] )

    df.to_csv('output.csv', index=False)

Answer 1

需要特殊功能 isna 来检查 NaNs 值：

df['HTYPE'] = np.where(df['PUMA'].isna(), -999, df['HTYPE'] )
#for oldier versions of pandas
#df['HTYPE'] = np.where(df['PUMA'].isnull(), -999, df['HTYPE'] )

因为 design:

np.nan == np.nan
False

也可以使用双 np.where numpy.select:

df = pd.DataFrame({'PUMA':[500,3302, np.nan, 9503],
                   'WGTP':[21,0,6,6],
                   'HTYPE':[20,0,0,0]})
print (df)
     PUMA  WGTP  HTYPE
0   500.0    21     20
1  3302.0     0      0
2     NaN     6      0
3  9503.0     6      0

df['HTYPE'] = np.select([df['PUMA']==500, df['PUMA'].isna()], 
                        [5, -999], 
                        default=df['HTYPE'] )
print (df)
     PUMA  WGTP  HTYPE
0   500.0    21      5
1  3302.0     0      0
2     NaN     6   -999
3  9503.0     6      0

with numpy where：对于黑色单元格，将新值放入列中

with numpy where: for black cell, putting new value in a column

python

numpy

where

pandas