相关疑难解决方法(0)

我有一个字典,看起来像这样: di = {1: "A", 2: "B"}

我想将它应用于数据帧的"col1"列,类似于:

     col1   col2
0       w      a
1       1      2
2       2    NaN

要得到:

     col1   col2
0       w      a
1       A      2
2       B    NaN

我该怎么做才能做到最好？出于某种原因谷歌搜索与此相关的术语只显示了如何从dicts制作列的链接,反之亦然: - /

我有一个227x4 DataFrame,国家名称和数值要清理(争吵？).

这是DataFrame的抽象:

import pandas as pd
import random
import string
import numpy as np
pdn = pd.DataFrame(["".join([random.choice(string.ascii_letters) for i in range(3)]) for j in range (6)], columns =['Country Name'])
measures = pd.DataFrame(np.random.random_integers(10,size=(6,2)), columns=['Measure1','Measure2'])
df = pdn.merge(measures, how= 'inner', left_index=True, right_index =True)

df.iloc[4,1] = 'str'
df.iloc[1,2] = 'stuff'
print(df)

  Country Name Measure1 Measure2
0          tua        6        3
1          MDK        3    stuff
2          RJU        7        2
3          WyB        7        8
4          Nnr      str        3
5          rVN        7        4

如何np.nan在不触及国家/地区名称的情况下在所有列中替换字符串值？ …

我有一个包含 11 列的数据框，我想根据其中两列中的值创建一个新的 0,1 列。

我已经尝试使用 np.where 创建其他列，但它不适用于这一列。

train["location"] = np.where(3750901.5068 <= train["x"] <= 3770901.5068 
and -19268905.6133 <= train['y'] <= -19208905.6133, 1, 0)

我收到此错误：ValueError：系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

我有一个像这样的DataFrame:

Kind   Status
1      True
2      False
3      True
2      False
2      True

我用它计算了种类,df.Kind.sort_values() 得到了这个:

1       1
2       3
3       1

现在我想看看Kind 2中有多少是真或假的数字和百分比.像这样:

Art  True  False
  2     1      2
  2  0.33   0.66

有人能帮我吗？最好的祝福