首页 / PYTHON / python-计算跨列的数据框中的null / NaN值

python-计算跨列的数据框中的null / NaN值

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-计算跨列的数据框中的null / NaN值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1490字，纯文字阅读大概需要3分钟。

内容图文

我正在尝试计算数据框各列中每一行的唯一值的数量.

More context in my previous post and my answer

这是当前数据帧：

[in] df
[out] 
         PID         CID      PPID        PPPID       PPPPID        PPPPPID
    0   2015-01-02   456      2014-01-02  2014-01-02  2014-01-02    2014-01-02
    1   2015-02-02   500      2014-02-02  2013-02-02  2012-02-02    2012-02-10  
    2   2010-12-04   300      2010-12-04  2010-12-04  2010-12-04    2010-12-04

除CID(contract_ID)外的所有列均为日期时间.我想在数据框中添加另一列,该列计算每行中唯一日期时间的数量(目的是找出“链”中有多少个合同).

我尝试了.count()和.sum()方法的不同实现,但无法让它们逐行工作(输出是具有相同值的所有行).

例：

df_merged['COUNT'] = df_merged2.count(axis=1)

当我希望每行都不同时,用“ 6”填充整个“ COUNT”列.

删除axis = 1参数会使整列’NaN’

解决方法:

您需要apply(your_func,axis = 1)才能逐行工作.

df

Out[19]: 
          PID  CID        PPID       PPPID      PPPPID     PPPPPID
0  2015-01-02  456  2014-01-02  2014-01-02  2014-01-02  2014-01-02
1  2015-02-02  500  2014-02-02  2013-02-02  2012-02-02  2012-02-10
2  2010-12-04  300  2010-12-04  2010-12-04  2010-12-04  2010-12-04



df['counts'] = df.drop('CID', axis=1).apply(lambda row: len(pd.unique(row)), axis=1)

Out[20]: 
          PID  CID        PPID       PPPID      PPPPID     PPPPPID  counts
0  2015-01-02  456  2014-01-02  2014-01-02  2014-01-02  2014-01-02       2
1  2015-02-02  500  2014-02-02  2013-02-02  2012-02-02  2012-02-10       5
2  2010-12-04  300  2010-12-04  2010-12-04  2010-12-04  2010-12-04       1

[3 rows x 7 columns]

内容总结

以上是互联网集市为您收集整理的python-计算跨列的数据框中的null / NaN值全部内容，希望文章能够帮你解决python-计算跨列的数据框中的null / NaN值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/680747.html

来源：【匿名】