根据其他列的 nan 值更新列值答案

【问题标题】：Updating column value based on nan value of other column根据其他列的 nan 值更新列值
【发布时间】：2022-08-18 08:35:36
【问题描述】：

我有这个简单的功能，有 2 列。我要做的是检查哪个组有多个 nan 并将其更改为新的所需值。这是一个代码sn-p：

def twod_array():
    data = {\"group\": [-1, 0, 1, 2, 3],
            \'numbers\': [[2], [14, 15], [16, 17], [19, 20, 21], [np.nan]],
            }
    df = pd.DataFrame(data=data)
    new_group_number = 100
    df.loc[4, \"group\"] = new_group_number
    return df

前：这就是数据的样子，您可以假设数字已排序。

   group       numbers
0     -1           [2]
1      0      [14, 15]
2      1      [16, 17]
3      2  [19, 20, 21]
4      3         [nan]

在我的示例中，我知道 nan 的位置，因为它位于第 4 位，我可以使用 loc 将其更改为 100，如下所示：

   group       numbers
0     -1           [2]
1      0      [14, 15]
2      1      [16, 17]
3      2  [19, 20, 21]
4    100         [nan]

如果我不知道nan在哪里怎么办？我怎么知道要更新哪个组？我想到的都是嵌套的 for 循环，我宁愿避免......这里有什么建议吗？

标签： python pandas numpy multidimensional-array nan

【解决方案1】：

你可以更换

df.loc[4, "group"] = new_group_number

和

idx = df.numbers.apply(lambda l: any(pd.isna(e) for e in l))
df.loc[idx, 'group'] = new_group_number

【讨论】：

【解决方案2】：

您可以使用 .isin ：

df.loc[df['numbers'].isin([[np.nan]]), 'group'] = 100

【讨论】：