替换 C 列中的值，其中 A 列中的值为 x

Question

问题

在替换空值以使列为布尔值的过程中，我们在 fireplace_count 列中找到了空值。

如果 fireplaceflag 值为 False，则 fireplace_count null 值应替换为 0

为pandas

而写

df_train.loc[(df_train.fireplace_count.isnull()) & (df_train.fireplaceflag==False),'fireplace_count'] = 0

Answer 1

我建议使用 df.fillna() 并将列名放在方法中以定位它，例如：

df['<column_name>']=df.<columnname>.fillna(<new_value>)

您可以将要将空值更改为的新值放在括号中。在您的情况下，这是“0”。让我们也简化问题，因为 None 值的条件似乎是是否存在 False 标志。

我将使用您之前发给我的系列，稍作改动。

import cudf
df = cudf.DataFrame({'basement_flag': [1, 1, 1, 0],
                     'basementsqft': [400,750,500,0],
                     'fireplace_count': [2, None, None, 1], #<-- added a None to illustrate the targeted nature of the solution
                     'fireplaceflag': [10, None, None, 8]})
print(df)
df['fireplace_count']=df.fireplace_count.fillna(0) #<-- This is the solution.  It changes only the values in the column of interest, which is what you explained that you needed
print(df)

输出将是：

   basement_flag  basementsqft  fireplace_count  fireplaceflag
0              1           400                2             10
1              1           750                                
2              1           500                                
3              0             0                1              8
   basement_flag  basementsqft  fireplace_count  fireplaceflag
0              1           400                2             10
1              1           750                0               
2              1           500                0               
3              0             0                1              8

还有...

df['fireplace_count'] = df['fireplace_count'].fillna(0)
df['fireplaceflag']= df['fireplaceflag'].fillna(-1)
df['fireplaceflag'] = df['fireplaceflag'].masked_assign(1, df['fireplace_count'] > 0)

根据我认为你的问题，这应该适用于任何奇怪的情况（感谢 Roy F @ NVIDIA）

让我知道这是否适合您，或者您是否需要更多帮助！

Answer 2

我们正在努力做什么

在 fireplaceflag 列中的值为 False 的行中（即没有壁炉），将 fireplace_count 列中的 null 值更改为 0

pandas 来自初始问题的代码

df_train.loc[(df_train.fireplace_count.isnull()) & (df_train.fireplaceflag==False),'fireplace_count'] = 0

翻译成 cudf

df_train['fireplace_count'] = df_train['fireplace_count'].masked_assign(0, (df_train['fireplace_count'].isna() == True) & (df_train['fireplaceflag'] == False))

Answer 3

使用 fillna 的公认答案适用于此特定示例，但答案中的通用版本不适用于 cuDF 0.9 中标题中的问题。

cuDF 现在支持 __setitem__() 方法。

的一般情况

"In rows where the value in column_a is X, set the value in column_b to Y", 最好用类似下面的东西来完成：

import cudf
df = cudf.DataFrame({'basement_flag': [1, 1, 1, 0],
                     'basementsqft': [400,750,500,0],
                     'fireplace_count': [2, None, None, 1], #<-- added a None to illustrate the targeted nature of the solution
                     'fireplaceflag': [10, None, None, 8]})
print(df)

mask = df.fireplaceflag.isnull()
df.loc[mask, 'fireplace_count'] = 0
print(df)
   basement_flag  basementsqft fireplace_count fireplaceflag
0              1           400               2            10
1              1           750            null          null
2              1           500            null          null
3              0             0               1             8
   basement_flag  basementsqft  fireplace_count fireplaceflag
0              1           400                2            10
1              1           750                0          null
2              1           500                0          null
3              0             0                1             8

替换 C 列中的值，其中 A 列中的值为 x

Replace values in Column C where value in Column A is x

rapids

cudf

问题

为pandas

我们正在努力做什么

pandas 来自初始问题的代码

翻译成 cudf