根据另一列的条件填充空值 (pandas)

Question

我正在尝试在我的数据集中填充空值。描述栏有公寓类型。对于单间公寓，我尝试填写为 0 间卧室，而对于房间，我尝试填写为 1 间卧室。

我试过了

df.loc[df['Description'] == 'Studio', 'Bedrooms'] = df['Bedrooms'].fillna(0)
df.loc[df['Description'] == 'Rooms', 'Bedrooms'] = df['Bedrooms'].fillna(1)

但它不起作用。有人有什么建议吗？

Answer 1

没有示例 DataFrame，我不得不猜测你到底想要什么，希望我是对的。

您可以使用简单的 lambda 函数：

 # Import pandas, numpy
    import pandas as pd
    import numpy as np    

# Sample df
    d = {'Desc': ['Studio', 'Rooms', 'Studio', 'Studio', 'Studio', 'Rooms','Rooms','Rooms','Studio', 'Rooms']}
    df = pd.DataFrame(data=d)
    df['Rooms'] = np.nan

 # Lambda function       
    df['Rooms'] = df.apply(
            lambda row: 0 if row['Desc'] == 'Studio' else 1,
            axis=1
        )

或者使用 list + for 循环并向你的 df 添加新列。

# Import pandas, numpy
import pandas as pd
import numpy as np

# Sample df
d = {'Desc': ['Studio', 'Rooms', 'Studio', 'Studio', 'Studio', 'Rooms','Rooms','Rooms','Studio', 'Rooms']}
df = pd.DataFrame(data=d)

# Create empty list for bedroom numbers.
bedrooms = []

# Fill the list with 0/1 base on your Studio/Rooms option.
for i in range(0,len(df.index)):
    if df['Desc'].loc[i].lower() == 'studio':
        bedrooms.append(0)
    else:
        bedrooms.append(1)

# Add new column to your DataFrame
df['Rooms'] = np.array(bedrooms)

这两种方式都会在名为 'Rooms' 的新列中显示结果 (0/1)。

如果我没有猜对你的问题，请告诉我。

祝你好运！

根据另一列的条件填充空值 (pandas)

Fill null values based on condition for another column (pandas)

python

pandas

null

fillna