4
Ich habe einen Datenrahmen 'df' so -Halte NaN-Werte nach get_dummies in Pandas
Id v1 v2
0 A 0.23
1 B 0.65
2 NaN 0.87
Wenn ich
df1 = get_dummies(df)
df1
verwende ich
Id v1_A v1_B v2
0 1 0 0.23
1 0 1 0.65
2 0 0 0.87 .
bekommen Wie kann ich das Folgende effizient?
Id v1_A v1_B v2
0 1 0 0.23
1 0 1 0.65
2 NaN NaN 0.87 .
Ich war mit diesem zunächst, aber es dauert zu lange
import numpy as np
dfv1 = df[[v1]] #Slicing the v1 column
dfs = get_dummies(dfv1)
dfsum = dfs.apply(np.sum, axis=1) #Calculating row by row sum of dfs
for i in range(dfs.size): #Iterating over the entire dataframe
if dfsum.iloc[i]==0: #and if the sum is zero for some 'i'
dfs.iloc[i][:]==np.nan #changing corresponding row to NaN
del df['v1'] #Deleting original column
df = pandas.concat([df, dfs], axis=1) #Appending the new one
Ich bin mit Python 3.5.1 auf Jupyter und Pandas 0,18. Vielen Dank.
Danke, Methode 1 funktioniert für mich. Irgendwelche Hinweise, wie ich es für einen ähnlichen Datenrahmen mit vielen Spalten wie v1 erweitern könnte? –