如果列值不为 NULL，则 Python pandas 应用函数

Question

我有一个数据框(在 Python 2.7 中，pandas 0.15.0):

df=
       A    B               C
0    NaN   11             NaN
1    two  NaN  ['foo', 'bar']
2  three   33             NaN

我想对特定列中不包含 NULL 值的行应用一个简单的函数。我的功能尽可能简单:

def my_func(row):
    print row

我的申请代码如下:

df[['A','B']].apply(lambda x: my_func(x) if(pd.notnull(x[0])) else x, axis = 1)

完美运行。如果我想检查 'B' 列的 NULL 值，那么 pd.notnull() 也可以正常工作。但是，如果我选择包含列表对象的列“C”:

df[['A','C']].apply(lambda x: my_func(x) if(pd.notnull(x[1])) else x, axis = 1)

然后我收到以下错误消息:ValueError: ('具有多个元素的数组的真值是不明确的。使用 a.any() 或 a.all()', u'发生在索引 1')

有人知道为什么 pd.notnull() 只适用于整数和字符串列而不适用于“列表列”吗？

还有更好的方法来检查“C”列中的 NULL 值而不是这个:

df[['A','C']].apply(lambda x: my_func(x) if(str(x[1]) != 'nan') else x, axis = 1)

谢谢!

Answer 1

问题是 pd.notnull(['foo', 'bar']) 按元素操作并返回 array([ True, True], dtype=bool)。您的 if 条件尝试将其转换为 bool 值，这就是您遇到异常的时候。

要修复它，您可以简单地用 np.all 包装 isnull 语句:

df[['A','C']].apply(lambda x: my_func(x) if(np.all(pd.notnull(x[1]))) else x, axis = 1)

现在你会看到 np.all(pd.notnull(['foo', 'bar'])) 确实是 True。