我正在處理一個資料框，它有一個名為season（新創建，np.nan 填充）的列，另一列是match_id，它的值是這樣的： match 1 有match_id 1，match 2 有match_id 2，...，匹配 n有match_id n。這是板球（接近棒球）資料集，所以它是一個球一個球。1 場比賽最多有20 20 個回合（每個回合有6 個球）。所以match_id 1大約是從索引 0 到 240。然后match_id 2 大約是從索引 241 到 480。資料是逐球（1 排 1 球）/逐場比賽（約 240 排 1 場比賽）/逐季（1 個賽季約 14160 行）。
我的條件是，如果match_id是從1到59，則將2017放在這些季節列行中。
在我的資料集中match_id和其他列預先存在。我創建了 np.nan column season，現在我想填充它。
我的資料看起來像，
In[]: df_raw.head(6)
out[]:
season match_id inning batting_team bowling_team over ball
0 NaN 1 1 Sunrisers Hyderabad Royal Challengers Bangalore 1 1
1 NaN 1 1 Sunrisers Hyderabad Royal Challengers Bangalore 1 2
2 NaN 1 1 Sunrisers Hyderabad Royal Challengers Bangalore 1 3
3 NaN 1 1 Sunrisers Hyderabad Royal Challengers Bangalore 1 4
4 NaN 1 1 Sunrisers Hyderabad Royal Challengers Bangalore 1 5
5 NaN 1 1 Sunrisers Hyderabad Royal Challengers Bangalore 1 6
uj5u.com熱心網友回復：
或者使用loc功能：
df.loc[(df['match_id']<=59) & (df['match_id']>=1), 'season'] = 2017
請注意，由于season列包含 NaN，它將被存盤為浮點數。填寫完season值后，您可以將值轉換為整數
df['season'] = df['season'].astype('int')
uj5u.com熱心網友回復：
我將程序分為兩個步驟，但您也可以將兩者合并為一行。
首先檢查 match_id 是否在指定范圍內，然后根據條件使用所需的值進行覆寫。
df['season'] = df['match_id'].isin(range(1,60)
df['season'] = df['season'].apply(lambda x: 2017 if x else np.nan)
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/350805.html