如何基于另一个在熊猫中缺失值的列创建新列？

Question

我的问题在下面的视频链接描述：

https://www.youtube.com/watch?v=nk5tBosK0iU

我不知道为什么我不能得到的条件（df[condition]），其中condition是一个变量，NaN值工作。

Answer 1

您需要通过pandas.isnull检查标NaN在自定义函数，但速度更快的解决方案是采用双numpy.where：

import pandas as pd 
import numpy as np 

df = pd.DataFrame({'CloseDelta':[np.nan,-0.5,0.5], 
        'B':[0,1,0]}) 

print (df) 
    B CloseDelta 
0 0   NaN 
1 1  -0.5 
2 0   0.5 

def f(x): 
    if (pd.isnull(x)): 
     return 0 
    elif (x<0): 
     return -1 
    else: 
     return 1 

df['new'] = np.where(df.CloseDelta.isnull(), 0, np.where(df.CloseDelta<0, -1, 1)) 

df['new1'] = df.CloseDelta.apply(f) 

print (df) 
    B CloseDelta new new1 
0 0   NaN 0  0 
1 1  -0.5 -1 -1 
2 0   0.5 1  1 

时序：

#[300000 rows x 3 columns] 
df = pd.concat([df]*100000).reset_index(drop=True) 

In [28]: %timeit np.where(df.CloseDelta.isnull(), 0, np.where(df.CloseDelta<0, -1, 1)) 
100 loops, best of 3: 1.99 ms per loop 

In [29]: %timeit df.CloseDelta.apply(f) 
1 loop, best of 3: 245 ms per loop