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。
defage_map(x): ifx<26: return0 elifx>=26andx<=35: return1 elifx>35andx<=45: return2 elifpd.isnull(x):#判断是否为NaN值，==和in都无法判断 return3 else: return4
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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。