创建列以跟踪另一列中的缺失值

Question

我添加了一个模拟数据框来举例说明我的问题。

我有一个大的数据框，其中某些列缺少值。我想创建一些额外的布尔列，其中1对应于该行中的不丢失值，0对应于缺失值。

names = ['Banana, Andrew Something (Maria Banana)', np.nan, 'Willis, Mr. Bruce (Demi Moore)', 'Crews, Master Terry', np.nan]

room = [100, 330, 212, 111, 222]

hotel_loon = {'Name' : pd.Series(names), 'Room' : pd.Series(room)}

hotel_loon_df = pd.DataFrame(hotel_loon)

在另一个我在stack overflow上发现的问题中，它们非常透彻，而且清楚如何继续跟踪所有缺少值但不是特定值的列。我尝试了该代码的一些变体（即使用where），但是创建所需的东西并没有成功，就像这样：

                                       Name Room Name_present Room_present
0   Banana, Andrew Something (Maria Banana) 100             1            1 
1                                      NaN  330             0            1
2          Willis, Mr. Bruce (Demi Moore)   212             1            1
3                    Crews, Master Terry    111             1            1
4                                    NaN    222             0            1

谢谢您的时间，我相信最终这将是微不足道的，但是由于某些原因，我被卡住了。

Answer 1

您可以将.isnull()用于您的案件，并将类型从bool更改为int：

hotel_loon_df['Name_present'] = (~hotel_loon_df['Name'].isnull()).astype(int)
hotel_loon_df['Room_present'] = (~hotel_loon_df['Room'].isnull()).astype(int)

Out[1]: 
                                      Name  Room  Name_present  Room_present
0  Banana, Andrew Something (Maria Banana)   100             1             1
1                                      NaN   330             0             1
2           Willis, Mr. Bruce (Demi Moore)   212             1             1
3                      Crews, Master Terry   111             1             1
4                                      NaN   222             0             1

~表示相反的意思，或者不是。

Answer 2

要保存一些键入内容，请使用DataFrame.notnull，添加一些后缀，然后将结果重新加入。

pd.concat([df, df.notnull().astype(int).add_suffix('_present')], axis=1)

                                      Name  Room  Name_present  Room_present
0  Banana, Andrew Something (Maria Banana)   100             1             1
1                                      NaN   330             0             1
2           Willis, Mr. Bruce (Demi Moore)   212             1             1
3                      Crews, Master Terry   111             1             1
4                                      NaN   222             0             1

Answer 3

如果仅跟踪Nan字段，则可以使用isnull（）函数。

df['name_present'] =df['name'].isnull()
df['name_present'].replace(True,0, inplace=True) 
df['name_present'].replace(False,1, inplace=True) 
df['room_present'] =df['room'].isnull()
df['room_present'].replace(True,0, inplace=True)
df['room_present'].replace(False,1, inplace=True)