[英]check on element in a row in a data frame in pandas is NaN then replace it
我的数据框的一部分如下:
personId ActivityType Time Act_delay
1473237100 remote_work_4 57651.0 57651.0
1473237100 home_2 59185.0 59185.0
1473237100 remote_work_5 65849.0 65849.0
1473237100 home_1 NaN 0.0
我想检查任何行中的“ActivityType”列是否等于“home_1”,如果“Time”列是 NaN,则将“Act_delay”列替换为 10800。我有以下代码”
for i, row in df.iterrows():
if row['ActivityType'] == "home_1":
if row['Time'] == np.object:
df.loc[i,'Act_delay'] = 10800.0
但它不起作用。 结果和以前一样。 我应该怎么办?
不建议在 dataframe 中循环,相反我们可以利用按位&
组合条件(检查变量mask
),然后使用df.loc[]
进行 boolean 索引并选择所需的系列来分配值。
mask = df['ActivityType'].eq('home_1') & df['Time'].isna()
df.loc[mask, 'Act_delay'] = 10800
Output:
personId ActivityType Time Act_delay
0 1473237100 remote_work_4 57651.0 57651.0
1 1473237100 home_2 59185.0 59185.0
2 1473237100 remote_work_5 65849.0 65849.0
3 1473237100 home_1 NaN 10800.0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.