检查 pandas 中数据框中的一行中的元素是 NaN 然后替换它

Question

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？

Answer 1

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