我有一个DataFrame：df如下：
row id name age url 1 e1 tom NaN http1 2 e2 john 25 NaN 3 e3 lucy NaN http3 4 e4 tick 29 NaN
我想将NaN更改为0,否则在列中更改为1：age,url.
我的代码如下,但这是错误的.
import Pandas as pd df[['age','url']].applymap(lambda x: 0 if x=='NaN' else x)
我想得到以下结果：
row id name age url 1 e1 tom 0 1 2 e2 john 1 0 3 e3 lucy 0 1 4 e4 tick 1 0
谢谢你的帮助！
解决方法
你可以使用
where和
fillna,条件是
isnull：
df[['age','url']] = df[['age','url']].where(df[['age','url']].isnull(),1)
.fillna(0).astype(int)
print (df)
row id name age url
0 1 e1 tom 0 1
1 2 e2 john 1 0
2 3 e3 lucy 0 1
3 4 e4 tick 1 0
或numpy.where与isnull：
df[['age','url']] = np.where(df[['age',1) print (df) row id name age url 0 1 e1 tom 0 1 1 2 e2 john 1 0 2 3 e3 lucy 0 1 3 4 e4 tick 1 0
notnull和astype最快的解决方案：
df[['age','url']].notnull().astype(int) print (df) row id name age url 0 1 e1 tom 0 1 1 2 e2 john 1 0 2 3 e3 lucy 0 1 3 4 e4 tick 1 0
编辑：
我尝试修改你的解决方案：
df[['age','url']].applymap(lambda x: 0 if pd.isnull(x) else 1) print (df) row id name age url 0 1 e1 tom 0 1 1 2 e2 john 1 0 2 3 e3 lucy 0 1 3 4 e4 tick 1 0
时序：
LEN(DF)= 4k的：
In [127]: %timeit df[['age','url']].applymap(lambda x: 0 if pd.isnull(x) else 1) 100 loops,best of 3: 11.2 ms per loop In [128]: %timeit df[['age',1) 100 loops,best of 3: 2.69 ms per loop In [129]: %timeit df[['age','url']] = np.where(pd.notnull(df[['age','url']]),1,0) 100 loops,best of 3: 2.78 ms per loop In [131]: %timeit df.loc[:,['age','url']].notnull() * 1 1000 loops,best of 3: 1.45 ms per loop In [136]: %timeit df[['age','url']].notnull().astype(int) 1000 loops,best of 3: 1.01 ms per loop