如何修改 apply 和 lambda 函数以基于 Python Pandas 中的其他列创建新列？答案

【问题标题】：How can I modify apply and lambda function to create new column based on other in Python Pandas?如何修改 apply 和 lambda 函数以基于 Python Pandas 中的其他列创建新列？
【发布时间】：2022-01-13 00:21:34
【问题描述】：

我在 Python Pandas 中有如下表，数据类型为 float64：

col1
--------
245.121
NaN
44.908

我尝试使用以下代码创建新列“col2”：

data["col2"] = data.apply(lambda x: 1 if x.col1== np.nan else 0, axis = 1)

不幸的是，当我使用上面的代码时，我到处都是 0，为什么？如何修改我的代码以实现如下所示：

col1      col2
--------
245.121  | 0
NaN      | 1
44.908   | 0

如何在 Python Pandas 中做到这一点？

【问题讨论】：

使用np.isnan(x.col1) 或pd.isnull(x.col1)。 stackoverflow.com/questions/44367557/…

标签： python pandas dataframe lambda apply

【解决方案1】：

试试：

data["col2"] = data.apply(lambda x: 1 if x.col1 in [np.nan] else 0, axis = 1)

这应该有效，而您的无效，因为 a feature 是 np.nan != np.nan

【讨论】：

不幸的是它仍然不起作用，嗯我不可能......我不明白为什么
对不起，我在调试时使用了 df，现在它应该可以工作了
np.where(df.col1.isin([np.nan]), 1, 0)