python之np.where 用字符串创建缺失值

我正在创建一个新变量，我的目标是在条件不成立时在“my_var”中获取缺失值，而是在“my_var”中创建值“NaN”，如“df. my_var.isnull().any()"，返回 False

import pandas as pd 
import numpy as np 
 
data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],  
    'age': [42, 52, 36, 24, 73],  
    'preTestScore': [4, 24, 31, 2, 3], 
    'postTestScore': [25, 94, 57, 62, 70]} 
df = pd.DataFrame(data, columns = ['name', 'age', 'preTestScore', 'postTestScore']) 
 
df['my_var'] = np.where((df['age']>=36) & (df['age']<=42), 'yes',np.where((df['age']>=52) & (df['age']<=73),'no',np.NaN)) 
 
df.my_var.isnull().any() 

预期的输出是:

data2 = {'my_var': ['yes', 'no', 'yes', np.NaN, 'no']} 
 
df2 = pd.DataFrame(data2, columns = ['my_var']) 
df2 

请您参考如下方法:

您可以使用 numpy.select 而不是嵌套的 numpy.where:

conditions = [df['age'].between(36, 42), df['age'].between(52, 73)] 
values = ['yes', 'no'] 
 
df['my_var'] = np.select(conditions, values, None) 
 
print(df) 
 
    name  age  preTestScore  postTestScore my_var 
0  Jason   42             4             25    yes 
1  Molly   52            24             94     no 
2   Tina   36            31             57    yes 
3   Jake   24             2             62   None 
4    Amy   73             3             70     no 

不清楚您对最终条件的要求:

print(df['my_var'].isnull().any()) 
 
True 

如果您正在检查 bool 值 True，而不是“Truthy”值，我强烈建议您使用 True/False 而不是 "is"/“否”。