如果列值不为 NULL，则 Python pandas 应用函数 [英] Python pandas apply function if a column value is not NULL

问题描述

我有一个数据框(在 Python 2.7 中，pandas 0.15.0):

I have a dataframe (in Python 2.7, pandas 0.15.0):

df=
       A    B               C
0    NaN   11             NaN
1    two  NaN  ['foo', 'bar']
2  three   33             NaN

我想对特定列中不包含 NULL 值的行应用一个简单的函数.我的功能尽量简单:

I want to apply a simple function for rows that does not contain NULL values in a specific column. My function is as simple as possible:

def my_func(row):
    print row

我的应用代码如下:

df[['A','B']].apply(lambda x: my_func(x) if(pd.notnull(x[0])) else x, axis = 1)

它完美地工作.如果我想检查 'B' 列的 NULL 值，pd.notnull() 也能完美运行.但是，如果我选择包含列表对象的C"列:

It works perfectly. If I want to check column 'B' for NULL values the pd.notnull() works perfectly as well. But if I select column 'C' that contains list objects:

df[['A','C']].apply(lambda x: my_func(x) if(pd.notnull(x[1])) else x, axis = 1)

然后我收到以下错误消息:ValueError: ('具有多个元素的数组的真值不明确.使用 a.any() 或 a.all()', u'occurred at索引 1')

then I get the following error message: ValueError: ('The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()', u'occurred at index 1')

有人知道为什么 pd.notnull() 仅适用于整数和字符串列而不适用于列表列"吗?

Does anybody know why pd.notnull() works only for integer and string columns but not for 'list columns'?

是否有更好的方法来检查列 'C' 中的 NULL 值而不是这样:

And is there a nicer way to check for NULL values in column 'C' instead of this:

df[['A','C']].apply(lambda x: my_func(x) if(str(x[1]) != 'nan') else x, axis = 1)

谢谢！

推荐答案

问题是 pd.notnull(['foo', 'bar']) 按元素操作，返回 array([ True, True], dtype=bool).您的 if 条件尝试将其转换为布尔值，这就是您收到异常的时候.

The problem is that pd.notnull(['foo', 'bar']) operates elementwise and returns array([ True, True], dtype=bool). Your if condition trys to convert that to a boolean, and that's when you get the exception.

要修复它，您可以简单地用 np.all 包装 isnull 语句:

To fix it, you could simply wrap the isnull statement with np.all:

df[['A','C']].apply(lambda x: my_func(x) if(np.all(pd.notnull(x[1]))) else x, axis = 1)

现在你会看到 np.all(pd.notnull(['foo', 'bar'])) 确实是 True.

Now you'll see that np.all(pd.notnull(['foo', 'bar'])) is indeed True.

这篇关于如果列值不为 NULL，则 Python pandas 应用函数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！