有条件地替换 pandas 数据框中的值 - numpy where behavior

Question

我的目标是根据条件替换 pandas 数据框中的某些值。

我发现 numpy where 方法期望第一个参数是布尔值数组，以及以下工作：

def evaluate_array(array_to_evaluate):
    output_array = []
    for elem in array_to_evaluate:
        if elem is None:
            output_array.append(True)
        else:
            output_array.append(False)
    return output_array


df['property'] = np.where(
    evaluate_array(df['property']), 
    'The value is None', 
    df.property
)

问题：

一定有更好的方式来表达上面的代码行！我尝试了以下方法：

df.loc[df.property is None, 'property'] = 'None'

但我收到错误消息：

KeyError: 'cannot use a single bool to index into setitem'

the accepted solution to which 和我自己的工作代码一样冗长！

编辑： 下面评论中提供的一个很好的解决方案适用于我的情况如下：

df = df.fillna(value={'property':'The value is None'})

或更具可读性：

df['property'].fillna('The value is None', inplace=True)

编辑2： 另外，请参阅下面接受的答案以获得另一个很好的解决方案

Answer 1

怎么样

>>> df['property'] = df['property'].fillna('The value is None')

或者，如果 None 是 str，您可以简单地替换：

>>> df['property'] = df['property'].replace('None','The value is None')

有条件地替换 pandas 数据框中的值 - numpy where behavior

Conditionally replace values in pandas dataframe - numpy where behaviour

python

numpy

where-clause

conditional-statements

pandas