Question

我的数据框中填充了几列。我需要更改数据规范化的列值，如下例所示：

User_id   
751730951     
751730951
0
163526844
...and so on

我需要将a中不为0（字符串）的列中的每个值替换为“is not empty”之类的内容。我已经尝试了几个小时，但仍然无法将每个不是0的值更改为其他值。替换（） - 函数不能正常工作。一些好主意？

编辑（我的解决方案）：

finalResult.loc[finalResult['update_user'] == '0', 'update_user'] = 'empty'
finalResult.loc[finalResult['update_user'] != 'empty', 'update_user'] = 'not empty'

Answer 1

df.loc[df['mycolumn'] != '0', 'mycolumn'] = 'not empty'

或者如果值是int，

df.loc[df['mycolumn'] != 0, 'mycolumn'] = 'not empty'

df.loc[rows, cols]可让您在DataFrame中获取或设置一系列值。第一个参数是行，在这种情况下，我使用布尔掩码来获取mycolumn中没有0的所有行。第二个参数是您要获取/设置的列。由于我正在替换我查询的同一列，因此它也是mycolumn。

然后我只是使用赋值运算符来指定“非空”的值，就像你想要的那样。

包含'not empty'的新列

如果您希望新列包含“非空”，那么您不会在mycolumn中污染原始数据，您可以这样做：

df.loc[df['mycolumn'] != 0, 'myNewColumnsName'] = 'not empty'

Answer 2

最简单的是使用：

df['User_id'] = df['User_id'].replace('0', 'is not empty')

如果0为int：

df['User_id'] = df['User_id'].replace(0, 'is not empty')

Answer 3

假设我们使用一个系列，其中包含问题中指定的数据，名为user_id，只需一行即可：

user_id.where(user_id == 0).fillna('is not empty')

我不太喜欢loc，因为我认为它使阅读变得复杂。

它可能比替换更好，因为它允许相反的情况：

user_id.where(user_id != 0).fillna('is empty')

更改pandas dataframe列

3 个答案:

包含'not empty'的新列