熊貓用一些列的值1取代非零值

在我的數據框df中，我有一些列（即2:11），其值爲NaN或某些文本，如下所示。熊貓用一些列的值1取代非零值

>>> df.head(2) 
       Yoga Cardio_time  Legsfront Legsback Ass Calf Back Biceps \ 
    date                   
    2016-01-15 0.0   3.0 Framsida lår  NaN Rumpa Vad NaN NaN 
    2001-01-01 0.0   40.0 Framsida lår  NaN NaN NaN NaN NaN 

       Chest Shoulders Triceps Other Muscles_time Stretch_time Notes 
    date                    
    2016-01-15 NaN  NaN  NaN testing   NaN   NaN NaN 
    2001-01-01 Bröst  NaN  NaN  NaN   NaN   NaN NaN

對於變量[Legsfront，...，肱三頭肌]我要重新編碼，以便NaN值被零取代 - 這可通過.fillna(0, inplace=True)完成。我在下面的代碼中這樣做了。然後我想重新編碼爲非零，但我做不到。我嘗試過dfb[dfb != 0] = 1和dfb.Ass[dfb.Ass != 0] = 1。也許需要for循環？

>>> binaryvars = ['Legsfront', 'Legsback', 'Ass', 'Calf', 'Back', 'Biceps', 'Chest', 'Shoulders', 'Triceps'] 
    >>> dfb = df[binaryvars] 
    >>> dfb.fillna(0, inplace=True) 
    >>> dfb.head(2) 
       Legsfront Legsback Ass Calf Back Biceps Chest Shoulders \ 
    date                  
    2016-01-15 Framsida lår  0 Rumpa Vad 0  0  0   0 
    2001-01-01 Framsida lår  0 0 0 0  0 Bröst   0 

      Triceps 
    date     
    2016-01-15  0 
    2001-01-01  0

來源

2017-11-11 jacob

我認爲你正在尋找notnullastype int，而不是使用fillna使用：

ndf = df.notnull().astype(int)

樣本輸出：

 
      Yoga Cardio_time Legsfront Legsback Ass Calf Back Biceps 
date                  
2016-01-15  1   1   1   0 1  1  0  0 
2001-01-01  1   1   1   0 0  0  0  0

在你的情況，你可以做

binaryvars = ['Legsfront', 'Legsback', 'Ass', 'Calf', 'Back', 'Biceps', 'Chest', 'Shoulders', 'Triceps'] 
dfb = df[binaryvars].notnull().astype(int)

要更改主數據幀中的數據，您可以使用

df[binaryvars] = df[binaryvars].notnull().astype(int)

來源

2017-11-11 12:30:26 Dark

使用'.notnull'是完美的。理想情況下，我只會使用'df'並跳過'dfb'，因爲後者只是一種解決方法。你可以評論（或修改你的答案），這樣我就可以直接改變''''''''''''''''''' – jacob

這很簡單，而不是使用dfb'df [binaryvars] =' – Dark

熊貓用一些列的值1取代非零值

回答

相關問題