对pandas数据判断是否为NaN值的方法详解

(编辑：jimmy 日期: 2026/1/1 浏览：3 次 )

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。

上一篇：用python3教你任意Html主内容提取功能
下一篇：用Python实现读写锁的示例代码