【下载文档:  对pandas数据判断是否为NaN值的方法详解.txt 】

---

对pandas数据判断是否为NaN值的方法详解
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中文源码网。