使用适当的 NaN 处理将熊猫数据框列从数字转换为字符串

Question

下面是我的代码：

import pandas as pd

import numpy as np

df = pd.DataFrame({ 'object': ['a', 'b', 'c',np.nan],

                   'numeric': [1, 2, np.nan , 4],

                 })

df['both'] = df['object'] + '__' + df['numeric'].astype(str)

运行后是df这样的：

object   numeric   both

a          1             a__1.0

b          2             b__2.0

c          nan          c__nan

nan      4              nan

在上面的列中，both我需要而不是NaN添加任何内容，并且列中添加的数字both应该看起来与numeric列中的一样（不添加.0等）。所以，我想得到：

object   numeric   both

a          1             a__1

b          2             b__2

c          nan          c__

nan      4              4__

Answer 1

只需运行 if 语句来检查您是否有空值。你可以使用fillna，但你会在两边都有不匹配的'__'。conditions = [(df['numeric'].isnull()),             (df['object'].isnull())]outputs = [df["object"].astype(str) + "__", df["numeric"].astype(str) + "__"]df['both']  = np.select(conditions,outputs,default=              df['object'] + '__' + df['numeric'].astype(str))print(df)  object  numeric    both0      a      1.0  a__1.01      b      2.0  b__2.02      c      NaN     c__3    NaN      4.0   4.0__如果您正在使用，pandas 0.24+那么您可以利用Int64处理 nan 值的 dtype ：在这里阅读更多df['numeric'] = df['numeric'].astype('Int64')df['both']  = np.select(conditions,outputs,default=              df['object'] + '__' + df['numeric'].astype(str))print(df)  object  numeric  both0      a        1  a__11      b        2  b__22      c      NaN   c__3    NaN        4   4__