python-Pandas中的Where()方法与其他Pd.Series

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-Pandas中的Where()方法与其他Pd.Series，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822字，纯文字阅读大概需要2分钟。

内容图文

我正在尝试在熊猫中使用where()方法.我在文档页面上运行了一个简单的示例,其他示例是pd.Series,但我得到了NaN,我无法解释：

示例数据框为：

df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])

where()子句是：

m = df % 3 == 0
n = pd.Series([100, 200])
df.where(m, n, axis = 1)

该方法返回以下数据帧：

    A   B
0   0.0 NaN
1   NaN 3.0
2   NaN NaN
3   6.0 NaN
4   NaN 9.0

我期望看到A中为100,B中为200,而不是NaN.

您能解释一下NaN吗？您的建议将不胜感激.

解决方法:

您的系列n没有适当的标签：

n
Out: 
0    100
1    200
dtype: int64

如果将此参数用作其他参数,则仅当索引相同时(在名为0和1的列上),它将使用此Series.如果找不到它们,则会显示NaN.但是,如果您更改标签：

n.index = ['A', 'B']

n
Out: 
A    100
B    200
dtype: int64

现在它将按您期望的那样工作：

df.where(m, n, axis = 1)
Out: 
     A    B
0    0  200
1  100    3
2  100  200
3    6  200
4  100    9

内容总结

以上是互联网集市为您收集整理的python-Pandas中的Where()方法与其他Pd.Series全部内容，希望文章能够帮你解决python-Pandas中的Where()方法与其他Pd.Series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