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
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