К содержанию
Quantoros

В столбце FlightNumber отсутствуют некоторые значения (NaN). Номера должны увеличиваться на 10 в каждой строке;…

PythonУровень: Практикаpandas · очистка данных

В столбце FlightNumber отсутствуют некоторые значения (NaN). Номера должны увеличиваться на 10 в каждой строке; пропуски нужно заменить на 10055 и 10075. Измените df, заполните пропуски и преобразуйте столбец из вещественного в целочисленный.

Предполагаются импорты import pandas as pd и import numpy as np.

Исходные данные и примеры:

df = pd.DataFrame({'From_To': ['LoNDon_paris', 'MAdrid_miLAN', 'londON_StockhOlm', 
                               'Budapest_PaRis', 'Brussels_londOn'],
              'FlightNumber': [10045, np.nan, 10065, np.nan, 10085],
              'RecentDelays': [[23, 47], [], [24, 43, 87], [13], [67, 32]],
                   'Airline': ['KLM(!)', '<Air France> (12)', '(British Airways. )', 
                               '12. Air France', '"Swiss Air"']})
Подсказки
  • Отличите отсутствующее значение от нуля, пустой строки и ложного значения.
  • Проверьте сравнение, агрегацию и фильтрацию на маленьком примере с пропуском.

Ответ

Линейная интерполяция восстанавливает пропущенные номера между известными соседними значениями. После заполнения преобразуйте столбец в целый тип через astype(int).

df = pd.DataFrame({'From_To': ['LoNDon_paris', 'MAdrid_miLAN', 'londON_StockhOlm', 
                               'Budapest_PaRis', 'Brussels_londOn'],
              'FlightNumber': [10045, np.nan, 10065, np.nan, 10085],
              'RecentDelays': [[23, 47], [], [24, 43, 87], [13], [67, 32]],
                   'Airline': ['KLM(!)', '<Air France> (12)', '(British Airways. )', 
                               '12. Air France', '"Swiss Air"']})

df['FlightNumber'] = df['FlightNumber'].interpolate().astype(int)
df

Источник и лицензия: 100 pandas puzzles — Alex Riley and contributors · MIT · перевод: Quantoros

Похожие вопросы