我对此已经坚持了一段时间，希望有人能提供更好的指导。我目前有一个看起来像这样的数据框（只会增加行）：
|"released_date"| "status" |
+-------------+--------+
| 12/12/20 |released|
+-------------+--------+
| 10/01/20 | NaN |
+-------------+--------+
| NaN | NaN |
+-------------+--------+
| NaN. |released|
+-------------+--------+
我想做 df['status'].fillna('released' if df.released_date.notnull())
aka，只要df.released_date不是空值，就用“ released”填充df状态栏中的所有Nan值。
尽管这样做的方式有所不同，但我不断收到各种错误消息，首先是上面的代码是语法错误，我想这是因为notnull（）返回布尔数组吗？
我觉得对此有一个简单的答案，但我不知何故。我没有发现任何这样的问题，即我试图基于数据框中的空值来组织某些东西，这使我想知道我的方法是否一开始就不理想？如果这些数据仅返回布尔数组，如何在不使用isull（）或notnull（）的情况下，根据不同列中的空值过滤数据框列中的值？使用== Null似乎也不起作用...
尝试：
idx = df[(df['status'].isnull()) & (~df['released_date'].isnull())].index
df.loc[idx,'status'] = 'released'
首先获取“状态”等于null和“ released_date”音符等于null的所有行的索引。然后使用df.loc更新状态列。
印刷品：
released_date status
0 12/12/20 released
1 10/01/20 released
2 NaN NaN
3 NaN released
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句