通过np.select的“默认”参数输入空值

Question

尝试将值写入给定特定条件的列，默认为Null值，代码如下：

import pandas as pd
import numpy as np
df = pd.DataFrame({'col': list('ABCDE')})

cond1 = df['col'].eq('A')
cond2 = df['col'].isin(['B', 'E'])

df['new_col'] = np.select([cond1, cond2], ['foo', 'bar'], default=np.NaN)

但是它在列中将'nan'作为字符串值。

df['new_col'].unique()
#array(['foo', 'bar', 'nan'], dtype=object)

是否有一种方法可以直接将代码更改为null？

Answer 1

找到正确的解决方案，它使用None作为默认值：

df['new_col'] = np.select([cond1, cond2], ['foo', 'bar'], default=None)

Answer 2

我自己测试过了，它表现得很好。手动检查np.select(conditions,choices,default=np.nan)的输出，可能choices中有"NaN“字符串。

尝试在dropna=True中手动指定.value_counts()，可能它被设置为默认为False smh？

我用的是：

import numpy as np
import pandas as pd

iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')
iris['sepal_length'] = np.select(iris.values[:,:4].T>5, iris.values[:,:4].T, default=np.nan)

print(iris['sepal_length'].value_counts())
print(iris.sepal_length.value_counts(dropna=False))