问题:我现在需要判断一个DataFrame的列,并把满足条件的位置替换为我想要的值。
方法一:
数据展示:![在这里插入图片描述](https://img-blog.csdnimg.cn/b94f3ebfbf2140d0a470d8b4a6c39685.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMzk1ODY4,size_16,color_FFFFFF,t_70#pic_center)
在修改的时候发现虽然打印出来显示的是NaN,但事实上并不是我们以为的np.nan或者None,用循环打印了一下数据类型显示如下:![在这里插入图片描述](https://img-blog.csdnimg.cn/58422c4af3634372ab614ec5deab3d84.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMzk1ODY4,size_16,color_FFFFFF,t_70)
def change(x):
if type(x) == np.float:
return 0
else:
return x
a['a'] = a['a'].apply(lambda x: change(x))
![在这里插入图片描述](https://img-blog.csdnimg.cn/69e9ddae48d84a14b6302957ba498b2f.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMzk1ODY4,size_16,color_FFFFFF,t_70)
这样就修改完啦!后续这个问题还会补充新的方法,我也在不断的探索,大家有什么好的方法欢迎交流。