rapids - 替换 C 列中的值，其中 A 列中的值为 x

Question

问题

在将空值替换为布尔值的过程中，我们在列中找到空值fireplace_count。

如果fireplaceflagvalue 是Falsevaluefireplace_count null应该替换为0

为熊猫而写

df_train.loc[(df_train.fireplace_count.isnull()) & (df_train.fireplaceflag==False),'fireplace_count'] = 0

Answer 1

我建议使用 df.fillna() 并将列名放在方法中以定位它，例如：

df['<column_name>']=df.<columnname>.fillna(<new_value>)

您可以将要更改空值的新值放入括号中。在您的情况下，这是“0”。让我们也简化问题，因为似乎None值的条件是是否有False标志。

我将使用您之前发送给我的系列，稍作改动。

import cudf
df = cudf.DataFrame({'basement_flag': [1, 1, 1, 0],
                     'basementsqft': [400,750,500,0],
                     'fireplace_count': [2, None, None, 1], #<-- added a None to illustrate the targeted nature of the solution
                     'fireplaceflag': [10, None, None, 8]})
print(df)
df['fireplace_count']=df.fireplace_count.fillna(0) #<-- This is the solution.  It changes only the values in the column of interest, which is what you explained that you needed
print(df)

输出将是：

   basement_flag  basementsqft  fireplace_count  fireplaceflag
0              1           400                2             10
1              1           750                                
2              1           500                                
3              0             0                1              8
   basement_flag  basementsqft  fireplace_count  fireplaceflag
0              1           400                2             10
1              1           750                0               
2              1           500                0               
3              0             0                1              8

还有...

df['fireplace_count'] = df['fireplace_count'].fillna(0)
df['fireplaceflag']= df['fireplaceflag'].fillna(-1)
df['fireplaceflag'] = df['fireplaceflag'].masked_assign(1, df['fireplace_count'] > 0)

根据我认为您的问题，这应该适用于任何奇怪的情况（感谢 Roy F @ NVIDIA）

让我知道这是否适合您，或者您是否需要更多帮助！

Answer 2

我们正在尝试做的事情

在列中的值所在的行中fireplaceflag（False即没有壁炉），将列中的null值更改为fireplace_count0

最初问题的熊猫代码

df_train.loc[(df_train.fireplace_count.isnull()) & (df_train.fireplaceflag==False),'fireplace_count'] = 0

翻译成cudf

df_train['fireplace_count'] = df_train['fireplace_count'].masked_assign(0, (df_train['fireplace_count'].isna() == True) & (df_train['fireplaceflag'] == False))

Answer 3

使用这个特定示例的公认答案fillna，但答案中的通用版本不适用于 cuDF 0.9 中标题中的问题。

cuDF 现在支持该__setitem__()方法。的一般场景

“在值为 in 的行中，将值column_a设置X为column_b” Y，最好使用以下内容：

import cudf
df = cudf.DataFrame({'basement_flag': [1, 1, 1, 0],
                     'basementsqft': [400,750,500,0],
                     'fireplace_count': [2, None, None, 1], #<-- added a None to illustrate the targeted nature of the solution
                     'fireplaceflag': [10, None, None, 8]})
print(df)
​
mask = df.fireplaceflag.isnull()
df.loc[mask, 'fireplace_count'] = 0
print(df)
   basement_flag  basementsqft fireplace_count fireplaceflag
0              1           400               2            10
1              1           750            null          null
2              1           500            null          null
3              0             0               1             8
   basement_flag  basementsqft  fireplace_count fireplaceflag
0              1           400                2            10
1              1           750                0          null
2              1           500                0          null
3              0             0                1             8