循环使用占位符以创建熊猫系列

Question

我想根据 if 条件自动更改熊猫列缺失值的名称，最好使用"string_name_number"。数字应从 1 开始，到最后一个缺失值结束。我决定按如下方式设置循环以从字符串中选择数据。

但是，缺失列的结果 (df2( 保持不变。如下;- 答

辩人I，杰克森，答辩人I，答辩人I，简，答辩人I，玛丽，...我希望看到以下结果(df2(; - 受访者 1， 杰克森， 受访者 2， 受访者 3， 简， 受访者 4， 玛丽， ...

请协助。

import pandas as pd  
df = pd.read_csv('232 responses.csv', sep=',',header=0, parse_dates=True, 
index_col='Timestamp')
missing_rows_list = list(range(0, len (df)))
for i in missing_rows_list:
i = 1
df2 = [df['Name (optional)']
.replace(np.nan, 'respondent {d[i]}'
.format(d=missing_rows_list)) if pd.isnull(df['Name (optional)']) 
else df['Name (optional)'] == word in df['Name (optional)']]
i += 1

Answer 1

我认为这应该简化它，并且是一种更方便的方法：

df=pd.DataFrame({"a":["test1","test2","test3","test4",np.NAN],"b":["test5",np.NAN,"test7",np.NAN,"test9"]})
#Create the respondent + inex number format --> you can also save this in an extra df column if you like
a=["respondent"]*len(df.index)
b=list(df.index)
c=["{0}{1}".format(a_,b_)for a_,b_ in list(zip(a,b))]
#Replace the missing values
for i in df.columns:
mask = df[i].isnull()
df[i].mask(mask,c, inplace=True)
print(df)

a          b
0      test1      test5
1      test2  response1
2      test3      test7
3      test4  response3
4  response4      test9