如何识别Pandas系列中的空字符串

Question

我有一个数据框，如果“性别”列为空，我想用“名称”列的值填充“column3”，否则用“性别”列的值填充“column3”

vals = {
    'name' : ['n1', 'n2', 'n3', 'n4', 'n5', 'n6', 'n7'],
    'gender' : ['', '', '', 'f',  'f', 'c', 'c'],
    'age' : [39, 12, 27, 13, 36, 29, 10]
}
df4 = pd.DataFrame(vals)
df4['column3'] = df4['name'] if len(df4['gender']) == 0 else df4['gender']

结果是第 3 列仅包含取自“性别”的值。我尝试过以下语句：

df4['column3'] = np.where(df4['gender'].empty, df4['name'],df4['gender'])
df4['column3'] = df4['name'] if df4['gender'].empty else df4['gender']

结果相同..所以我认为我的代码无法识别 Python 数据框中的空字符串。我缺少什么？

Answer 1

您的numpy.where构造完全可以使用。

您面临的问题是如何测试列与空字符串。答案只是检查是否相等''。

这很容易实现：

df4['column3'] = np.where(df4['gender'] == '', df4['name'], df4['gender'])

pd.Series.empty测试该系列是否没有items，即没有行，而不是测试其元素是否为空字符串。

例子

import pandas as pd, numpy as np

vals = {
    'name' : ['n1', 'n2', 'n3', 'n4', 'n5', 'n6', 'n7'],
    'gender' : ['', '', '', 'f',  'f', 'c', 'c'],
    'age' : [39, 12, 27, 13, 36, 29, 10]
}
df4 = pd.DataFrame(vals)

df4['column3'] = np.where(df4['gender'] == '', df4['name'], df4['gender'])

#    age gender name column3
# 0   39          n1      n1
# 1   12          n2      n2
# 2   27          n3      n3
# 3   13      f   n4       f
# 4   36      f   n5       f
# 5   29      c   n6       c
# 6   10      c   n7       c