Вот мой код:
import pandas as pd
import numpy as np
df = pd.DataFrame({ 'var1': ['a', 'b', 'c',np.nan, np.nan],
'var2': [1, 2, np.nan , 4, np.nan]
})
conditions = [
(not(pd.isna(df["var1"]))) & (not(pd.isna(df["var2"]))),
(pd.isna(df["var1"])) & (pd.isna(df["var2"]))]
choices = ["No missing", "Both missing"]
df['Result'] = np.select(conditions, choices, default=np.nan)
Выход:
File "C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py", line 1478, in __nonzero__
f"The truth value of a {type(self).__name__} is ambiguous. "
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
Проблема со строкой (not(pd.isna(df["var1"]))) & (not(pd.isna(df["var2"])))
. Эта строка должна давать TRUE
, когда и var1
, и var2
не являются значением NaN
. Проблема здесь с отрицанием, потому что с условиями без отрицания проблем нет.
Вопрос: Как исправить строку (not(pd.isna(df["var1"]))) & (not(pd.isna(df["var2"])))
, чтобы в случае, когда и в var1
, и в var2
не было NaN
, условие должно было давать TRUE
?
df.notna()
вместо этого:conditions = [ (df["var1"].notna() & df['var2'].notna()), (pd.isna(df["var1"])) & (pd.isna(df["var2"]))]
- person anky   schedule 06.02.2020