[英]proper way to replace NaN value from another dataframe on column match in pandas
[英]is there a proper way to replace the value in dataframe with another in efficient way?
以下是 iam 使用的數據幀的示例。 在這里我用 homezip 替換 ED 值。
EmpZipCode homeZip
839E2 839E2
ED A83C3
ED 938B4
ED B82E2
893D9 893D9
在這里,我試圖用 homezip 替換 unk 值,如果存在的話,它會去掉第一個字母表,否則保留所有值。 想要的如下:
EmpZipCode homeZip
839E2 839E2
83C3 A83C3
938B4 938B4
82E2 B82E2
893D9 893D9
我們需要兩個np.where
,第一個是刪除 home zip 的 alpha,第二個是用以前的輸出替換 ED
s = np.where(df.homeZip.str[0].str.isalpha(),df.homeZip.str[1:], df.homeZip)
df['EmpZipCode'] = np.where(df['EmpZipCode'].eq('ED'), s , df.EmpZipCode)
df
Out[23]:
EmpZipCode homeZip
0 839E2 839E2
1 83C3 A83C3
2 938B4 938B4
3 82E2 B82E2
4 893D9 893D9
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.