如何解决为什么数据框上的.dropnaapply实际上起作用?
给出以下数据框:
df = pd.DataFrame({'foo': [1,np.nan,1,1]})
在处理nan值时,我习惯用loc
或pd.notna()
等来处理它们,例如
df.loc[df.foo.notna(),"foo"] = df.loc[df.foo.notna()]["foo"]+1
df["foo"] = df["foo"].apply(lambda x: [...] if pd.notna(x) else np.nan)
因为我的理解是/需要双方的长度都匹配。
为什么可以在这里这样做
df["foo"] = df["foo"].dropna().apply(lambda x: x+1)
因为len(df["foo"])
为4,而len(df["foo"].dropna())
为3,所以它与我的“想法”不符。
感谢您的帮助
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。