如何使用numpy根据条件填充列中的值？

Question

嗨，我正在尝试用固定值填充新列，如果满足条件的话。但如果条件不满足，我也会得到值。(对于某些行)我哪里错了？如果“id”为空，则“type”中需要留空，否则列“id1”的字符串“A2A”数据类型为object。当我把它转换成字符串时，它给出了错误。尽管我们在“ID1”中看到了空行。它显示错误“无法对浮点数执行操作”

代码：

df1['type'] = np.where((df1['ID1'].isnull()) , np.nan,'A2A')

输入：

ID1



2
3


4

输出：

ID1 type
    nan
    A2A
    A2A
2   A2A
3   A2A
    nan
    nan
4   A2A
    A2A

预期输出：

ID1 type
    
    
    
2   A2A
3   A2A
    
    
4   A2A

Answer 1

您可以尝试这样做：

确保将多个空格删除为仅为空

df = pd.DataFrame([None, np.nan, '','','',2,3,'',''])

df = df.replace(r'^\s*$', '', regex=True)
df.fillna('', inplace=True)

选项1:您可以使用pandas .apply

df["type"] = df.apply(lambda x: "A2A" if x[0] else '',axis=1)

选项2:无轴：

df["type"] = df[0].apply(lambda x: "A2A" if x else '')

选项3:您也可以使用 np.where**:**

df["type"] = np.where(df[0], "A2A", '')

选项4:将整个列转换为字符串格式并检查值

df[0].apply(lambda x: "A2A" if str(x).lower().strip() not in ["none","nan",""] else '')

输入：

    0
0   None
1   NaN
2   
3   
4   
5   2
6   3
7   
8   

输出：

    0   type
0       
1       
2       
3       
4       
5   2   A2A
6   3   A2A
7       
8