或者当存在使用 Python 的 NaN 值时逻辑不工作

Question

我有数据框 (df) 如下所示

address1            address2            Subject
NaN                 jesicca@gmail.com   Invoice 3
NaN                 NaN                 Invoice 4
rahul@gmail.com     shuan@gmail.com     Invoice 5

我的逻辑如下

如果存在 address1 的值并且存在 address2，则 to_address 值应为 Address1
如果地址 1 和地址 2 或两者都没有值 NaN，则应采用“david@gmailcom”
如果 address1 值不存在或存在 NaN 和 address2 值，则应采用此值。

但是我的或逻辑代码没有按要求工作。我犯了什么错误。

我的代码：

for i, row in df.iterrows():
    subject  = row["Subject"]
    to_address = row['address1'] or row['address2'] or "david@gmailcom"

Answer 1

尝试使用 lambda 函数来实现：

df = pd.DataFrame([[float("nan"),"jesicca@gmail.com","Invoice 3"],[float("nan"),float("nan"),"Invoice 4"],
                   ["rahul@gmail.com","shuan@gmail.com","Invoice 5"]], columns = ["address1","address2","Subject"])
df["case"] = df.apply(lambda x: x["address1"] if not pd.isna(x["address1"]) \
                                else x['address2'] if not pd.isna(x["address2"]) \
                                else "david@gmailcom", axis = 1)
df

    address1        address2            Subject     case
0   NaN             jesicca@gmail.com   Invoice 3   jesicca@gmail.com
1   NaN             NaN                 Invoice 4   david@gmailcom
2   rahul@gmail.com shuan@gmail.com     Invoice 5   rahul@gmail.com

Answer 2

首先，你应该简化一下你的逻辑（这个解释让我很困惑）。

其次，NaN是什么类型？我假设它是 float('nan')，但如果它只是字符串 NaN 那么你需要将 float('nan') 更改为 NaN

据我了解是这样的：

for i, row in df.iterrows():
    subject  = row["Subject"]
    if row['address1'] == float('nan'):
        to_address = row['address1']
    elif row['address2'] == float('nan'):
        to_address = row['address2']
    else:
        to_address = "david@gmailcom"

所以如果第一个地址是NaN，那么检查第二个。如果那个也是 NaN 则选择默认值。

或者当存在使用 Python 的 NaN 值时逻辑不工作

Or logic not working when there are NaN values using Python

python

dataframe

pandas

logical-or