python - 使用 numpy where : for black cell, 将新值放入列中

Question

我正在 csv 文件中使用 numpy。

我有 3 列。对于“PUMA”列中的 500 个值，我想将 5 放入“HTYPE”列中。它与以下代码一起使用。但对于“PUMA”列(第 3 行)中的黑色单元格(nan)，我想将“-999”放入“HTYPE”列中。使用相同的代码，它不起作用。

如果另一列中有 nan，如何使用 np.where 将值放入列中？

    import pandas as pd, numpy as np
    df= pd.read_csv(input_folder + input_file )

    df['HTYPE'] = np.where(df['PUMA']==500, 5, df['HTYPE'] )
    df['HTYPE'] = np.where(df['PUMA']==np.NaN, -999, df['HTYPE'] )

    df.to_csv('output.csv', index=False)

Answer 1

需要特殊功能isna用于检查 NaN 值:

df['HTYPE'] = np.where(df['PUMA'].isna(), -999, df['HTYPE'] )
#for oldier versions of pandas
#df['HTYPE'] = np.where(df['PUMA'].isnull(), -999, df['HTYPE'] )

因为 design :

np.nan == np.nan
False

也可以使用 numpy.select 来代替双 np.where :

df = pd.DataFrame({'PUMA':[500,3302, np.nan, 9503],
                   'WGTP':[21,0,6,6],
                   'HTYPE':[20,0,0,0]})
print (df)
     PUMA  WGTP  HTYPE
0   500.0    21     20
1  3302.0     0      0
2     NaN     6      0
3  9503.0     6      0

df['HTYPE'] = np.select([df['PUMA']==500, df['PUMA'].isna()], 
                        [5, -999], 
                        default=df['HTYPE'] )
print (df)
     PUMA  WGTP  HTYPE
0   500.0    21      5
1  3302.0     0      0
2     NaN     6   -999
3  9503.0     6      0