df:
address city
BlockOf13thSt Treasure Isla
Lincoln Presidio
Duboce Park Unknown
Twin Peaks Unknown
Bernal Heights NaN
Holly Courts Unknown
Ocean Beach NaN
Maiden Ln NaN
Avenue N NaN
输出
地址城市
BlockOf13thSt 宝藏岛
林肯·普雷西迪奥
杜博斯公园 旧金山
双峰 旧金山
伯纳尔高地 旧金山
旧金山霍利庭院酒店
旧金山海洋海滩
纽约梅登街
纽约北大街
pandas 中是否有类似 SQL (IN) 的语法? 其中地址 IN(Duboce Park、Twin Peaks、Bernal Heights、Holly Courts/Ocean Beach)并替换/fillna 为“旧金山”和“纽约”
谢谢
最佳答案
首先使用所需条件过滤数据框,然后填充空值:
df[(df.address == 'Duboce Park') | (df.address == 'Twin Peaks') | (df.address =='Bernal Heights') | (df.address == 'Holly Courts') | (df.address == 'Ocean Beach')].fillna('San Francisco')
pandas 中的管道|
运算符类似于SQL
中的OR
分隔符。
因此,对于上述地址
,NULL 被旧金山
替换。
对其他地址执行同样的操作,并将 NULL 替换为 New York
。
请告诉我这是否有帮助。
关于python - 替换/填充某些特定行的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53338699/