Python 中基于数据类型的精准赋值
数据处理中，根据数据类型进行赋值至关重要。本文将演示如何利用 isinstance() 函数在 Python 中实现这一目标。
原问题旨在根据 df['a列'] 和 df['b列'] 的数据类型，为 DataFrame 的新列赋值 "yes" 或 "no"。 之前的代码存在错误。
以下代码利用 isinstance() 函数，准确判断数据类型并赋值：
立即学习“Python免费学习笔记（深入）”；
import pandas as pd
df['判断'] = (df['A列'].apply(lambda x: isinstance(x, int)) &
df['B列'].apply(lambda x: isinstance(x, int))).astype(str).replace({True: "OK", False: "NO"})
代码解读：
-
isinstance(x, int)：判断x是否为整数类型。 -
lambda x: isinstance(x, int)：创建一个匿名函数，用于apply()方法。 -
apply()：将匿名函数应用于 DataFrame 的每一行。 -
astype(str)：将布尔结果转换为字符串类型。 -
replace({True: "OK", False: "NO"})：将True替换为 "OK"，False替换为 "NO"。
通过 isinstance() 函数，我们能够精确地根据数据类型进行赋值，从而解决原问题。 此方法比直接比较数据类型字符串(dtype)更可靠，因为它能处理更多的数据类型情况，例如 numpy.int64 等。
