使用 np.where 创建元素数量相同但内容不同的列表

Question

我有一个 pandas 数据框，其中的值有时会变为 NA。我想用与另一列长度相同的字符串列表填充此列：

import pandas as pd
import numpy as np

df = pd.DataFrame({"a": ["one", "two"],
                   "b": ["three", "four"],
                   "c": [[1, 2], [3, 4]],
                   "d": [[5, 6], np.nan]})

a	b	c	d
一个	三	[1, 2]	[5, 6]
两个	福	[3, 4]	NaN

我希望这成为

a	b	c	d
一个	三	[1, 2]	[5, 6]
两个	福	[3, 4]	[无值，无值]

df["d"] = np.where(df.d.isna(),
                   [np.nan for element in df.c],
                   df.d) # this doesn't work

我试过了

df["d"] = np.where(df.d.isna(),
                   ['no_value' for element in df.c],
                   df.d)

和

df["d"] = np.where(df.d.isna(),
                   ['no_value'] * len(df.c),
                   df.d)

但是两者都不起作用。有人有想法吗？

Answer 1

一个可能的解决方案：

df.assign(d = df['d'].map(lambda x: ['a', 'b'] if x is np.nan else x))