我正在处理一些客户邮政编码数据无效的数据。因此,我无法将 CountryISOCode 映射到他们的邮政编码,从而导致 NaN。但是,我注意到对于所有带有 NaN 的 CountryISOCodes,CurrencyCode 可以为我提供足够的信息来暂时解决问题。
我已经阅读了各种 Stackoverflow 文章,但找不到解决我的问题的方法。我试过了...
def func(row):
if row['CountryISOCode'] == np.nan & row['Currency'] == 'EUR':
return 'IRE'
elif row['CountryISOCode'] == np.nan & row['Currency'] == 'GBP':
return 'GBR'
else:
return row['CountryISOCode']
df['CountryISOCode'] = df.apply(func, axis=1)
还有一些其他的方法都没有用...
下面我提供了我正在使用的数据的副本
import pandas as pd
import numpy as np
data = [
['Steve', 'Invalid Postcode', 'GBP', np.nan ],
['Robyn', 'Invalid Postcode', 'EUR', np.nan],
['James', 'Valid Postcode', 'GBP', 'GBR'],
['Halo', 'Invalid Postcode', 'EUR', np.nan],
['Jesus', 'Valid Postcode', 'GBP', 'GBR']
]
df = pd.DataFrame(columns=["Name", "PostCode", "CurrencyCode", "CountryISOCode"], data=data)
基本上,如果我使用 SQL,我的代码将如下所示。
IF countryISOCode IS NULL
AND currency = ‘GBP’
THEN CountryISOCode = ‘GBR’
ELSE
IF countryISOCode IS NULL
AND currency = ‘EUR
THEN CountryISOCode = ‘IRE’
ELSE countryISOCode
END
有什么想法吗?
最佳答案
我添加这个答案是因为它增加了原始问题的值(value)。比较语句不起作用的原因是 np.nan == np.nan
不起作用。您可以检查 NaN 元素的身份,但不能检查是否相等。参见 in operator, float("NaN") and np.nan了解更多详情。话虽如此,这就是您可以转换原始代码以使其按预期工作的方式。
import pandas as pd
import numpy as np
raw_data = [
['Steve', 'Invalid Postcode', 'GBP', np.nan ],
['Robyn', 'Invalid Postcode', 'EUR', np.nan],
['James', 'Valid Postcode', 'GBP', 'GBR'],
['Halo', 'Invalid Postcode', 'EUR', np.nan],
['Jesus', 'Valid Postcode', 'GBP', 'GBR']
]
df = pd.DataFrame(columns=["Name", "PostCode", "Currency", "CountryISOCode"], data=raw_data)
def func(row):
if row['CountryISOCode'] is np.nan and row['Currency'] == 'EUR':
return 'IRE'
elif row['CountryISOCode'] is np.nan and row['Currency'] == 'GBP':
return 'GBR'
else:
return row['CountryISOCode']
df['CountryISOCode'] = df.apply(func, axis=1)
print(df)
但是,其他答案也很棒。
关于python - 使用条件语句处理 Pandas 中的 NaN 值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54424041/