Pandas 与 fillna(0) 相反

Question

而df.fillna(0)用0填充所有NA/NaN值，是否有函数用另一个值替换所有非-NA/NaN值, 比如 1?

如果我的 DataFrame 中的值是可变长度列表，那么：

df.replace() 要求列表长度相同
布尔索引像 df[len(df) > 0] = 1 抛出 ValueError: cannot insert True, already exists
pandas.get_dummies() 抛出 TypeError: unhashable type: 'list'

是否有更直接的解决方案？

Answer 1

我不知道有内置函数，但这行得通：

import pandas as pd
import numpy as np

df = pd.DataFrame(data={'a':[np.nan, 13, 32]})

 >>    a
   0  NaN
   1   13
   2   32

df = df.applymap(lambda x: 1 if not np.isnan(x) else x)

 >>     a
    0 NaN
    1   1
    2   1

Answer 2

您可以将 indexing/assignment 与 df[df.notnull()] = 1 一起使用。例如：

>>> df = pd.DataFrame([[np.nan, 2, 5], [2, 5, np.nan], [2, 5, np.nan]])
>>> df # example frame
    0  1   2
0 NaN  2   5
1   2  5 NaN
2   2  5 NaN

>>> df[df.notnull()] = 1
>>> df
    0  1   2
0 NaN  1   1
1   1  1 NaN
2   1  1 NaN

Pandas 与 fillna(0) 相反

Pandas opposite of fillna(0)

python

nan

dataframe

pandas