如何有效地填充na(0)如果串联是全纳米，否则剩余的非nan条目为零

Question

鉴于我有一个pandas系列，如果 all 均为nan，或者如果 all 值是零或nan。

例如，我想将以下系列中的NAN填充为零。

0       0
1       0
2       NaN
3       NaN
4       NaN
5       NaN
6       NaN
7       NaN
8       NaN

但是，我会不是想要填写以下系列：

0       0
1       0
2       2
3       0
4       NaN
5       NaN
6       NaN
7       NaN
8       NaN

我正在查看文档，似乎我可以使用pandas.series.value_counts确保值只有0和nan，然后简单地调用fillna(0(。set(s.unique((。astype(str(。

考虑到熊猫的强大程度，似乎有更好的方法可以做到这一点。有人有什么建议干净，有效地执行此操作吗？

潜在的解决方案，感谢CᴏʟᴅSᴘᴇᴇᴅ

if s.dropna().eq(0).all():
    s = s.fillna(0)

Answer 1

如果仅0和isna进行比较，则只有NaN S和0，然后fillna：

if ((s == 0) | (s.isna())).all():
    s = pd.Series(0, index=s.index)

或比较唯一值：

if pd.Series(s.unique()).fillna(0).eq(0).all():
    s = pd.Series(0, index=s.index)

@cᴏʟᴅsᴘᴇᴇᴅ解决方案，谢谢 - 比较NaN s与dropna的比较系列：

 if s.dropna().eq(0).all():
    s = pd.Series(0, index=s.index)

问题的解决方案 - 需要转换为string s，因为与NaN S相比的问题：

if set(s.unique().astype(str)).issubset(['0.0','nan']):
    s = pd.Series(0, index=s.index)

时间：

s = pd.Series(np.random.choice([0,np.nan], size=10000))
In [68]: %timeit ((s == 0) | (s.isna())).all()
The slowest run took 4.85 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 574 µs per loop
In [69]: %timeit pd.Series(s.unique()).fillna(0).eq(0).all()
1000 loops, best of 3: 587 µs per loop
In [70]: %timeit s.dropna().eq(0).all()
The slowest run took 4.65 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 774 µs per loop
In [71]: %timeit set(s.unique().astype(str)).issubset(['0.0','nan'])
The slowest run took 5.78 times longer than the fastest. This could mean that an intermediate result is being cached.
10000 loops, best of 3: 157 µs per loop

Answer 2

为空值创建掩码。检查掩码的长度是否等于串联的长度(在这种情况下，串联为所有空值或空值(，或者非曲子的长度是否等于零。如果是这样，请使用系列中的原始索引创建一个新的零值系列。

nulls = s.isnull()
if len(nulls) == len(s) or s[~nulls].eq(0).all():
    s = pd.Series(0, index=s.index)

时间

%%timeit s_ = pd.concat([s] * 100000)
nulls = s_.isnull()
if len(nulls) == len(s_) or s_[~nulls].eq(0).all():
    s_ = pd.Series(0, index=s_.index)
# 100 loops, best of 3: 2.33 ms per loop
# OP's solution:
%%timeit s_ = pd.concat([s] * 100000)
if s_.dropna().eq(0).all():
    s_ = s_.fillna(0)
# 10 loops, best of 3: 19.7 ms per loop
# @Jezrael's fastest solution:
%%timeit s_ = pd.concat([s] * 100000)
if set(s_.unique().astype(str)).issubset(['0.0','nan']):
    s_ = pd.Series(0, index=s_.index)
# 1000 loops, best of 3: 4.58 ms per loop