如何使用applymap，lambda和dataframe一起过滤/修改python中的数据帧？

Question

所以我想弄明白如何在pd.DataFrame替换NaN ..？ 在这个示例中，我创建了3x3数据帧，其值为df[1][2] = 'a' ，其余为NaN

我的理解是我可以在lambda使用if并在下面做一些事情。 但结果不是我所期望的，它覆盖了'a' 。 我仍然希望'a'保持原样并且只改为'o'在哪里是NaN ...任何建议都将受到赞赏。

df = pd.DataFrame(index=range(0,3),columns=range(0,3))
df[1][2] = 'a'
f = lambda x: 'o' if np.nan else x
df.applymap(f)

Answer 1

您可以使用fillna而不是使用apply 。

df.fillna('o')

有关使用缺失数据的更多信息。 你也可以在@Psidom的答案中使用apply with pd.isnull()作为mentaioned。 但在这种情况下，你应该真正使用内置函数fillna 。

Answer 2

np.nan并没有真正返回你期望的值，为了创建一个有效的谓词，你可以使用pd.isnull ：

df = pd.DataFrame(index=range(0,3),columns=range(0,3))
df[1][2] = 'a'
f = lambda x: 'o' if pd.isnull(x) else x
df.applymap(f)

#   0   1   2
#0  o   o   o
#1  o   o   o
#2  o   a   o

要了解它为什么会发生，你可以将np.nan转换为boolean：

bool(np.nan)
# True

所以它总是返回真值，因此数据帧中的所有值都将被o替换。