主页 / 问题 / 1602041
Accepted
Евгений
Asked:2024-12-10 03:40:55 +0000 UTC2024-12-10 03:40:55 +0000 UTC

如何在DataFrame中使用np.nan比较两列？

  • 772

有一个 DataFrame，您需要在其中比较两列，以便np.nan两np.nan列中的比较产生True.

下面的代码返回两行。
np.nan比较为False.

df = pd.DataFrame({'Город1': ['Москва', 'Ярославль', 'Псков', np.nan,1],
    'Город2': ['Москва', 'Самара', 'Ростов', np.nan,1]})
df[ df['Город1'] == df['Город2'] ]

写这样的比较对我来说不起作用：

df[ (df['Город1'] == df['Город2']) | (df['Город1'].isnull()& df['Город2'].isnull()) ]

我想把比较作为一个条件。

谢谢你！

python

2 个回答

  1. Best Answer

    也许最简单的方法是使用 fillna：

    res = df[df["Город1"].fillna("nan")==df["Город2"].fillna("nan")].replace("nan", np.nan)

    资源：

       Город1  Город2
0  Москва  Москва
3     NaN     NaN
4       1       1
    • 3

  2. 我建议考虑使用pandas.DataFrame.nqunique 这个方法有一个参数dropna，默认情况下等于True。您需要应用方法cdropna=False并选择结果等于1的那些行（nan不同列中的值将被视为唯一）：

    df[df[['Город1', 'Город2']].nunique('columns', dropna=False).eq(1)]

    实验代码：

    import pandas as pd

NA = float('nan')
df = pd.DataFrame({
    'Город1': ['Москва', 'Ярославль',  'Псков', NA, 1, NA, 'Иркутск'],
    'Город2': ['Москва',    'Самара', 'Ростов', NA, 1, NA, 'Иркутск'],
    'Город3': ['Москва',          NA, 'Ростов', NA, 1,  1,        NA],
})

print(df)

#       Город1  Город2  Город3
# 0     Москва  Москва  Москва
# 1  Ярославль  Самара     NaN
# 2      Псков  Ростов  Ростов
# 3        NaN     NaN     NaN
# 4          1       1       1
# 5        NaN     NaN       1
# 6    Иркутск Иркутск     NaN

cols_compare = 'Город2 Город3'.split()
selected = df[cols_compare].nunique(1, False).eq(1)
print(df.loc[selected, cols_compare])

#    Город2  Город3
# 0  Москва  Москва
# 2  Ростов  Ростов
# 3     NaN     NaN
# 4       1       1

print(df[df.nunique(1, False).eq(1)])

#    Город1  Город2  Город3
# 0  Москва  Москва  Москва
# 3     NaN     NaN     NaN
# 4       1       1       1
    • 2

相关问题