我有一个需要列的数据框，c3 ， 添加。该列中的每个条目取决于其他两列中同一行的条目 c1和c2 。 c3最初是通过将函数映射到 c1 中的条目对而创建的。和c2 。我正在尝试加快 c3 的创建速度，由于数据很多，通过使用apply 。这是我现在拥有的:
frame['c3'] = frame.apply(lambda x: my_func(x[c1], x[c2],
extra_arg1, extra_arg2), axis=1).
但是，当我这样做时，'c3' 变成 float64 ，而我需要它的类型为 object保存None我用于进一步处理数据帧的值(而不是将它们转换为 NaN ，这就是给定代码行所发生的情况，因为函数生成的其他值的类型为 int )。我知道可以使用astype更改列的类型，但在已创建的列上使用它不起作用 - NaN值保持为 NaN值(value)观。有什么办法可以告诉apply我想保留 None值(value)观？我是否需要在 lambda 表达式或 my_func 内做一些特殊的事情？ ？
最佳答案
Pandas(至少在 18.0 版本中)有一个
convert_dtype : boolean, default True
Try to find better dtype for elementwise function results. If False, leave as dtype=object
a=pd.Series(['1','2','3',None])
a.apply(lambda x: int(x) if x is not None else None,convert_dtype=False)
Out[101]:
0 1
1 2
2 3
3 None
dtype: object
map 功能没有类似的功能
关于python - 使用 pandas apply 时保留 None 值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/33484751/