pandas.DataFrame.apply() 使用方括号过滤时产生 NaN答案

【问题标题】：pandas.DataFrame.apply() produces NaN when filtering with square bracketspandas.DataFrame.apply() 使用方括号过滤时产生 NaN
【发布时间】：2018-07-17 09:55:35
【问题描述】：

import pandas as pd
df = pd.DataFrame({"First_Column": [-2,-1,1,2,3]})
df['Second_Column']='Good'
df.loc[:, 'Second_Column']=df[df.First_Column>0]['Second_Column'].apply(lambda x: 'Bad')

当我运行它时，我在Second_Column 中得到Bad 和NaN，而不是Good 和Bad。为什么apply() 会用NaN 覆盖不符合条件的值？

【问题讨论】：

标签： python pandas dataframe nan

【解决方案1】：

通过使用mask

df.Second_Column=df.Second_Column.mask(df.First_Column>0,'Bad')
df
Out[441]: 
   First_Column Second_Column
0            -2          Good
1            -1          Good
2             1           Bad
3             2           Bad
4             3           Bad

或者

df.loc[df.First_Column>0,'Second_Column']='Bad'
df
Out[443]: 
   First_Column Second_Column
0            -2          Good
1            -1          Good
2             1           Bad
3             2           Bad
4             3           Bad

或者使用np.where更直接

df['Second_Column']=np.where(df.First_Column>0,'Bad','Good')
df
Out[445]: 
   First_Column Second_Column
0            -2          Good
1            -1          Good
2             1           Bad
3             2           Bad
4             3           Bad

【讨论】：

有没有办法使用mask () 或上述任何方法来处理多个条件？我尝试使用|，但它不起作用。
@PrincyPrincy 你应该看看np.select :-)
一开始我放弃的太早了，赶紧去问问。经过更多的试验和错误，它起作用了：| 和大概& 与mask() 一起工作得很好。谢谢。