今天小编就为大家分享一篇对pandas数据判断是否为NaN值的方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
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 and x 35 and x <= 45: retu<p style="color:transparent">来源gao!%daima.com搞$代*!码$网</p>rn 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gaodaima搞代码网。
以上就是对pandas数据判断是否为NaN值的方法详解的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：对pandas数据判断是否为NaN值的方法详解
转载请注明原文链接：对pandas数据判断是否为NaN值的方法详解
