pandas中列不存在或列为NaN时根据行数据创建列

Question

我有一个来自 OSM 数据的 dataframe。 在这里，除了我所在区域的colour列之外，我什么都得到了。 但是在其他区域可能存在该列。 现在我想通过提供计算的 colors 来创建列（如果它丢失了），并且还想在列存在但行还没有颜色值时用颜色代码替换任何 NaN 值。

TLDR：如果需要，我如何创建一个列，否则如何创建 map NaN？

我已经尝试过这样做：

import random
def setColor(_):
    r = lambda: random.randint(0,255)
    return '#%02X%02X%02X' % (r(),r(),r())



lines.loc[lines['colour'].isnull(),'colour'] = lines["colour"].map(setColor)

但是，如果颜色最初不存在，则会失败。

我可以先运行lines["colour"] = np.nan但是虽然它适用于空列，但它不适用于列已经部分存在的情况。 所以我想知道是否有更好的方法。

Answer 1

目前还不完全清楚你想要什么，但也许这很接近。

给定df1和df2 ：

import pandas as pd
import numpy as np
import random

df1 = pd.DataFrame({'Col_01': ['x', 'y', 'z']})
df2 = pd.DataFrame({'Col_01': ['x', 'y', 'z'], 'colour': ['#D30000', '#C21807', '']})

print("df1:\n", df1)
print("df2:\n", df2)

控制台 output：

df1:
   Col_01
0      x
1      y
2      z
df2:
   Col_01   colour
0      x  #D30000
1      y  #C21807
2      z

对您的 function 稍作更改（删除参数）并循环遍历所有数据帧：

def setColor(): # change: remove the "_" here
    r = lambda: random.randint(0, 255)
    return '#%02X%02X%02X' % (r(),r(),r())

for df in [df1, df2]:
    if "colour" not in df:
        df["colour"] = df.apply(lambda x: setColor(), axis=1)
    else:
        df["colour"] = np.where(df["colour"] == '', setColor(), df["colour"])

print("df1:\n", df1)
print("df2:\n", df2)

控制台 output：

df1:
   Col_01   colour
0      x  #C0ACB3
1      y  #1FA09E
2      z  #4A35FF
df2:
   Col_01   colour
0      x  #D30000
1      y  #C21807
2      z  #D97652

这可能是不言自明的，但是循环首先查看colour列是否存在； 如果没有，它会添加它并为每一行创建一个十六进制代码。 否则，如果该列存在，它会使用np.where()为空行创建一个十六进制代码，否则保留十六进制代码（如果存在）。