python - 使用条件语句处理 Pandas 中的 NaN 值

Question

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？

Answer 1

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。