en remplaçant les valeurs null dans une Pandas Dataframe à l'aide de applymap

J'ai eu un "Âge" de la colonne, mais parfois NaN valeurs sont affichées.
Je sais que je peux utiliser "fillna" pour cela, mais j'ai essayé de définir ma propre fonction (et d'apprendre à faire de cette façon) et l'utilisation applymap à dataframe

sans succès jusqu'à présent.

Age
69
49
NaN
54
NaN

J'ai essayé

   def get_rid_of_nulls(value):
     if value == np.nan:
        return 'Is Null value'
     else:
        return value

avec ce pas de travail, soit

 if value == None
   if value isnull
   if value == np.na
   if value ==''
   if value == NaN
   if value == 'NaN'

Aucun des comparaisons semble fonctionner. Je suis mauvais pour vous, mais je suis coincé et je suis très têtu à utiliser fillna

grâce

Rien n'est égal à nan, pas même nan lui-même. Vous avez besoin d'utiliser une fonction spéciale pour vérifier si une valeur est nan, vous ne pouvez pas utiliser ==.
utilisation pd.isnull(value) dans votre func

OriginalL'auteur useRj | 2016-01-18

pandas python

5

Qu'il y est de "remplacer" dans votre titre, et vous avez mentionné fillna mais pas le replace() méthode, vous pouvez également obtenir le même résultat en faisant quelque chose comme ça :
```
df.Age.replace(np.NaN, 'Is Null value', inplace=True)

# Or, depending on your needs:
df['Age'] = df.Age.replace(np.NaN, 'Is Null value')

# Or without `replace` :
df['Age'] = df.Age.apply(lambda x: x if not pd.isnull(x) else 'Is Null value')
```
Non cela ne fonctionne pas NaN intrinsèque ne peut pas être testé pour la valeur d'égalité, seul votre dernier extrait de code de travail
Je l'ai testé avant de poster, il fonctionne très bien.
OK, mon mauvais passage de chaîne 'np.NaN' qui n'est pas le même
pas de problème!
il a travaillé!! Thx

OriginalL'auteur mgc

Vous pouvez utiliser pd.isnull():

In [4]:
def get_rid_of_nulls(value):
    if pd.isnull(value):
        return 'Is Null value'
    else:
        return value

df['Age'].apply(get_rid_of_nulls)

Out[4]:
0               69
1               49
2    Is Null value
3               54
4    Is Null value
Name: Age, dtype: object

De même, vous pouvez utiliser la propriété que NaN n'est pas égale à elle-même:

In [5]:
def get_rid_of_nulls(value):
    if value != value:
        return 'Is Null value'
    else:
        return value

df['Age'].apply(get_rid_of_nulls)

Out[5]:
0               69
1               49
2    Is Null value
3               54
4    Is Null value
Name: Age, dtype: object

c'est l'ensemble de point de .fillna de les utiliser .appliquer de cette façon (avec incorporée la fonction isnull case est entièrement non performantes) et beaucoup plus de code
l'op connaît fillna, et cette approche est stupide, j'en conviens . Je suis en supposant que l'op voulais juste savoir pourquoi leur approche n'a pas de travail, par opposition à la recherche les plus performantes de la méthode
ok assurez-vous toujours qu'appliquer est le dernier outil pour aller à

OriginalL'auteur EdChum

Vous devez vous connecter pour publier un commentaire.