熊猫表子集给出无效的类型比较错误

Question

我正在使用熊猫，并希望选择数据子集并将其应用于其他列。例如

• 如果A列中有数据；和
• 如果B列中没有数据；
• 然后，将A列中的数据应用于D列

我现在使用.isnull()和可以正常工作.notnull()。例如

df = pd.DataFrame({'A' : pd.Series(np.random.randn(4)),
                       'B' : pd.Series(np.nan),
                       'C' : pd.Series(['yes','yes','no','maybe'])})
df['D']=''

df
Out[44]: 
          A   B      C D
0  0.516752 NaN    yes  
1 -0.513194 NaN    yes  
2  0.861617 NaN     no  
3 -0.026287 NaN  maybe  

# Now try the first conditional expression
df['D'][df['A'].notnull() & df['B'].isnull()] \
=  df['A'][df['A'].notnull() & df['B'].isnull()]   
df
Out[46]: 
          A   B      C          D
0  0.516752 NaN    yes   0.516752
1 -0.513194 NaN    yes  -0.513194
2  0.861617 NaN     no   0.861617
3 -0.026287 NaN  maybe -0.0262874

当添加第三个条件时，还要检查C列中的数据是否与特定字符串匹配，我们得到以下错误：

df['D'][df['A'].notnull() & df['B'].isnull() & df['C']=='yes'] \
=  df['A'][df['A'].notnull() & df['B'].isnull() & df['C']=='yes']   


  File "C:\Anaconda2\Lib\site-packages\pandas\core\ops.py", line 763, in wrapper
    res = na_op(values, other)

  File "C:\Anaconda2\Lib\site-packages\pandas\core\ops.py", line 718, in na_op
    raise TypeError("invalid type comparison")

TypeError: invalid type comparison

我读到由于不同的数据类型而发生这种情况。如果我将C列中的所有字符串都更改为整数或布尔值，则可以使它工作。我们也知道字符串本身可以工作，例如df['A'][df['B']=='yes']给出一个布尔列表。

那么，有什么想法在条件表达式中组合这些数据类型时如何/为什么不起作用？还有什么更蟒蛇的方法来完成似乎很漫长的事情？

谢谢

Answer 1

万一这个解决方案对任何人都行不通，发生在我身上的另一种情况是，即使我以as读取所有数据dtype=str（因此，进行任何字符串比较都应该是可以的[ie df[col] == "some string"]），但我的列全为空，它变为type float，与字符串进行比较时会出现错误。

为了解决这个问题，您可以.astype(str)用来确保将字符串与字符串进行比较。

Answer 2

我认为您需要在条件中添加括号()，也最好用于ix选择带有布尔掩码的列，该布尔掩码可以分配给变量mask：

mask = (df['A'].notnull()) & (df['B'].isnull()) & (df['C']=='yes')
print (mask)
0     True
1     True
2    False
3    False
dtype: bool

df.ix[mask, 'D'] = df.ix[mask, 'A']

print (df)
          A   B      C         D
0 -0.681771 NaN    yes -0.681771
1 -0.871787 NaN    yes -0.871787
2 -0.805301 NaN     no          
3  1.264103 NaN  maybe