如何在追加数据时添加缺失数据的NaN？

Question

我有一个函数，如下所示：

    def fsheet_DCOP(s,j,k,l):

        ret=pd.DataFrame([])
        j=j[j[3].str.contains(s,na=False)]
        for i in k:
            ret=ret.append(j[j[5] == i])

        ret=ret[ret[7]==l]

        ret=ret[:1] 
        return ret

有时，在传递的数据帧中，在第5列或第7列中找不到匹配项。

在这种情况下，如何使用NaN值或像'0‘这样的默认值填充一行？

我还有其他函数可以访问上面函数返回的值，它不能有空的dataframe。

例如，当传入的输入参数如下:数据帧j是

   3     5   7     9
0  red   sq  side  100
1  blue  ci  rad   4
2  green re  lb    43
3  red   ci  side  53
4  blue  sq  side  2.1
5  red   sq  side  1.1

s='red'
k='sq'
l='side'

它将返回ret为

print(fsheet_DCOP(s,j,k,l))

   9
0  100
5  1.1

但是什么时候

S=‘黄色’

在数据帧j的列3中没有匹配的黄色，因此它将返回一个空数据帧。而不是这样，我怎么能在每次没有匹配的时候添加一个0呢？所以

print(fsheet_DCOP(s,j,k,l))

   9
0  0
5  0

Answer 1

很明显，没有选项或方法可以在追加的同时检查值是否为null。所以，我的解决方法是:在函数返回ret变量之前，添加检查ret是否为空，并用一些NaN值填充它。

import numpy as np
    .
    .
    .
   def fsheet_DCOP(s,j,k,l):
           .
           .
           .
            if(ret.empty):
               ret=pd.DataFrame(np.nan, index=[0], columns=[0,24])
            return ret