对pandas数据判断是否为NaN值的方法详解
人气:0实际项目中有这样的需求，将某一列的值，映射成类别型的数据，这个时候，需要我们将范围等频切分，或者等距切分。
具体的做法可以先看某一些特征的具体分布情况，然后我们选择合适的阈值进行分割。
def age_map(x): if x < 26: return 0 elif x >=26 and x <= 35: return 1 elif x > 35 and x <= 45: return 2 elif pd.isnull(x): #判断是否为NaN值，== 和in 都无法判断 return 3 else: return 4
也就是用pandas自带的函数来表示：
pd.isnull(x)
最后我们可以应用map函数：
data['age'] = data['birth_year'].map(age_map)
以上这篇对pandas数据判断是否为NaN值的方法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
您可能感兴趣的文章:
加载全部内容