如何根據多個條件替換 NaN 值？

Question

我在熊貓數據框中有 3 列。 它們是 A、B 和 C 列。

data = {"A": [10,12,30,21],
        "B": [12,24,16,31],
        "C": [1,None,None,4]}
df = pd.DataFrame(data, columns = ["A", "B", "C"])
print(df)

我想根據 B 列中的數據替換 C 列中的 NaN 值，這樣：

• 如果 B 中的值在 10 到 20 之間，我想用 1 替換 C 列中的 NaN 值，
• 如果 B 中的值在 20 到 30 之間，我想用 2 替換 C 列中的 NaN 值，
• 如果 B 中的值介於 30 和 40 之間，我想用 3 替換 C 列中的 NaN 值，

這樣做的最有效方法是什么？

Answer 1

您可以使用字典創建replacement_value: index_mask映射，然后對其進行迭代，如下所示：

>>> masks = {1: (df['B'] >= 10) & (df['B'] < 20) & df['C'].isnull(), 2: (df['B'] >= 20) & (df['B'] < 30) & df['C'].isnull(), 3: (df['B'] >= 30) & df['C'].isnull()}
>>> masks
{1: 0    False
1    False
2     True
3    False
dtype: bool, 2: 0    False
1     True
2    False
3    False
dtype: bool, 3: 0    False
1    False
2    False
3    False
dtype: bool}
>>> for replacement_value, mask in masks.items():
...     df.loc[mask, 'C'] = replacement_value
... 
>>> df
    A   B    C
0  10  12  1.0
1  12  24  2.0
2  30  16  1.0
3  21  31  4.0

請注意，我將條件之間的上界排除在外，即用 1 替換df['B']需要在[10, 20)]范圍內； 替換為 2 [20, 30)等，因為否則你會有重疊的邊界。

Answer 2

我想你可以試試這個：

import numpy as np
df['C'].loc[(df['B']<=10) & (df['B']>=1) & (df['C'].isnull())]=1
df['C'].loc[(df['B']<=20) & (df['B']>=11) & (df['C'].isnull())]=2