[英]Create column based on row data when column doesn't exist or column is NaN in pandas
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。
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）。
问题未解决？试试以下方法：
为什么在聚合不存在的列时，pandas会为列值提供NaN？
[英]Why does pandas give NaN for column values when aggregating a column that doesn't exist?
Pandas 分组查找列的最小值（如果不存在则返回 NaN）
[英]Pandas group by find minimum of column if it doesn't exist return NaN
根据另一列中的“NaN”值在 Pandas Dataframe 中创建一个新列
[英]Create a new column in Pandas Dataframe based on the 'NaN' values in another column
通过在给定列中选择不包含NaN的第一行来过滤DataFrame（如果不存在，则选择任一行）
[英]Filter DataFrame by selecting the first row with not-NaN in the given column (or any one row if doesn't exist)
pandas DataFrame based on an existing column data 添加新列时的NaN值
[英]NaN values when new column is added to pandas DataFrame based on an existing column data
使用 Python Pandas，仅当“nan”值不存在时，我可以根据另一列替换 df 中一列的值吗？
[英]Using Python Pandas, can I replace values of one column in a df based on another column only when a "nan" value does not exist?
Pandas 基于另一个 dataframe 将多个列和行值设置为 nan
[英]Pandas Set multiple column and row values to nan based on another dataframe
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.