Замените NaN внутри замаскированного фрейма данных

some_dict = {'a': [1,2,3,4], 'b': [5,6,7,8],}
df = pd.DataFrame(some_dict)
mask1 = pd.Series([False, True, False, True])
df['c'] = df.loc[mask1, 'a']

Это создаст новый столбец c со значениями NaN, где mask1 — это False, и значениями из столбца a, где mask1 — это True. Теперь я добавляю b к c, при другом условии

mask2 = pd.Series([True, False, False, False])
df['c'] += df.loc[mask2, 'b']

Однако это поместит ВСЕ значения в NaN. Я предполагаю, что это потому, что NaN + 0 и 0 + NaN равны NaN. Я попытался решить это, написав

df['c'] = df.loc[mask1, 'a'].fillna(0)
df['c'] = df.loc[mask2, 'b'].fillna(0)

Почему замена NaN на 0 через fillna() не работает?

Я ожидал добавить значения из столбцов b в столбец c, но только там, где mask2 верно. А если это False, то просто ничего не добавляйте.

armara 10.12.2020 14:07

@armara - then just add nothing. - и ничего в pandas нет NaN ;) Думаю, вам нужно добавить 0 ?

jezrael 10.12.2020 14:09

да, я не имел в виду добавить NaN, я не имел в виду ничего не добавлять, как в 0

armara 10.12.2020 14:10

Старайтесь всегда сопоставлять индекс lvalue с индексом rvalue. В противном случае pandas делает все возможное, чтобы переиндексировать их перед выполнением вашей операции. Смотрите мой ответ для краткого и правильного способа сделать это.

Pierre D 10.12.2020 14:20
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
4
1 000
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Если проверить, как это работает, пропущенные значения добавляются только для несовпадающих строк - Ложное значение в маске:

print (df.loc[mask1, 'a'])
1    2
3    4
Name: a, dtype: int64

Поэтому, если вы хотите заменить NaN, пропущенных значений нет, поэтому это невозможно:

print (df.loc[mask1, 'a'].fillna(0))
1    2
3    4
Name: a, dtype: int64

Если назначить столбец, то также должны быть созданы несоответствующие значения - и потому что панды понятия не имеют, что должно быть создано NaNs:

df['c'] = df.loc[mask1, 'a']
print (df)
   a  b    c
0  1  5  NaN <- False
1  2  6  2.0
2  3  7  NaN <- False
3  4  8  4.0

Поэтому, если нужно заменить NaN на 0, нужно numpy.where - если Trues передается значения из a, если False передается 0:

df['c'] = np.where(mask1, df['a'], 0)

print (df)
   a  b  c
0  1  5  0
1  2  6  2
2  3  7  0
3  4  8  4

Еще одна альтернатива пандам — Series.where:

df['c'] = df['a'].where(mask1, 0)
print (df)
   a  b  c
0  1  5  0
1  2  6  2
2  3  7  0
3  4  8  4

Все вместе:

some_dict = {'a': [1,2,3,4], 'b': [5,6,7,8],}
df = pd.DataFrame(some_dict)
mask1 = pd.Series([False, True, False, True])
df['c'] = np.where(mask1, df['a'], 0)

mask2 = pd.Series([True, False, False, False])
df['c'] += np.where(mask2, df['b'], 0)

print (df)
   a  b  c
0  1  5  5
1  2  6  2
2  3  7  0
3  4  8  4

Другая идея — использовать Series.add с fill_value=0:

some_dict = {'a': [1,2,3,4], 'b': [5,6,7,8],}
df = pd.DataFrame(some_dict)
mask1 = pd.Series([False, True, False, True])
df['c'] = df.loc[mask1, 'a']
print (df)
   a  b    c
0  1  5  NaN
1  2  6  2.0
2  3  7  NaN
3  4  8  4.0

mask2 = pd.Series([True, False, False, False])
df['c'] = df['c'].add(df.loc[mask2, 'b'], fill_value=0)
    
print (df)
   a  b    c
0  1  5  5.0
1  2  6  2.0
2  3  7  NaN
3  4  8  4.0

СПАСИБО! :D np.where волшебно, разве в пандах нет эквивалентной функции?

armara 10.12.2020 14:13

@armara - Вы можете использовать df['c'] = df['a'].where(mask1, 0). Кстати, если нужно + NaN значения нужны .add, добавлено в конец ответа.

jezrael 10.12.2020 14:18

@armara конечно: df.where

Pierre D 10.12.2020 14:19

@PierreD - Или вот Series.where - обработка одного столбца

jezrael 10.12.2020 14:21

Старайтесь всегда сопоставлять индекс lvalue с индексом rvalue. В противном случае pandas делает все возможное, чтобы переиндексировать их перед выполнением вашей операции.

Кроме того, всегда явно устанавливайте для нового столбца какое-либо значение по умолчанию по вашему выбору, например. 0, прежде чем выполнять задания на шаг (это также даст вам правильное dtype).

Итак, конкретно:

some_dict = {'a': [1,2,3,4], 'b': [5,6,7,8],}
df = pd.DataFrame(some_dict)
mask1 = pd.Series([False, True, False, True])
df['c'] = 0
df.loc[mask1, 'c'] = df.loc[mask1, 'a']

mask2 = pd.Series([True, False, False, False])
df.loc[mask2, 'c'] += df.loc[mask2, 'b']

print(df)
   a  b  c
0  1  5  5
1  2  6  2
2  3  7  0
3  4  8  4

Другие вопросы по теме