3

Tengo una columna con una lista de valores, con registros vacíos:

df.Answers.head()
0    ['In next 3 months', 'In next 6 months', 'In n...
1    ["Doctor's availability in hotel", 'Ventilator...
2    ['Buffet breakfast with social distancing', 'B...
3    ['1', '2', '3', '4', '5', '6', '7', '8', '9', ...
4                                                 ['']

Me gustaría deshacerme de ellas. Entonces intenté:

def remove_empty_arrays(answers):
...     if answers in [[''], ["'"], []]:
...         print("Got an empty bracket")
...         return None
... df.Answers.map(remove_empty_arrays)  

Pero nunca funciona

3
  • quieres quitar de la columna Answers, los valores que suelen aparecer como : [''] , ["'"] o [] ? lo que puedes hacer es probar haciendo answers == [] y agregarle or y las demás condiciones. Te sorprenderá la respuesta de [] in [] Commented el 24 jun. 2020 a las 16:02
  • @LucasDamian Sí, y especialmente quiero deshacerme de ['']. Pero incluso de eso no puedo deshacerme. Commented el 24 jun. 2020 a las 16:06
  • Quizás es que la columna Answers no tiene en realidad listas, como aparenta, sino una cadena python cuyo contenido tiene sintaxis de lista. Es decir, que por ejemplo un elemento de esa columna sea la cadena "[ 'Hello', 'world' ]" en lugar de la lista [ 'Hello', 'world' ]. De hecho me temo que este sea el caso pues si fueran listas "de verdad" pandas no mostraría las comillas alrededor de cada elemento en la misma.
    – abulafia
    Commented el 26 jun. 2020 a las 8:16

1 respuesta 1

1

No sé si existe una forma más Pythonica de hacerlo, pero se me ocurre esta forma de obtener el resultado que esperas:

import pandas as pd
import numpy as np

df=pd.DataFrame({'URL': ['www1', 'www2', 'www3','www4'], 'QID': [1, 2, 3,4],'Questions':['Q1', 'Q2', 'Q3','Q4'],'QType':['Type1', 'Type2', 'Type3','Type4'],'Answers':[['Q1 A1','Q1 A2','Q1 A3'], ['Q2 A1','Q2 A2'], ['Q3A 1','Q3 A2','Q3 A3','Q3 A4'],['']]})
print(df.Answers)

Este es el contenido de la columna Answers inicialmente:

introducir la descripción de la imagen aquí

A continuación convertimos la columna Answers en una cadena, reemplazo los registros '' con NaN, eliminamos registros NaN's y finalmente volvemos a dejar la columna como lista:

df['Answers']=df['Answers'].apply(lambda x: "-".join(x)) #convierto la lista de answers en una cadena
df['Answers'] = df['Answers'].replace('', np.nan) # Reemplazo los registros vacíos con NaN
df = df.dropna(axis=0, subset=['Answers']) # Elimino registros con Answers NaN
df['Answers']= df['Answers'].apply(lambda x: x.split('-')) # Vuelvo a dejar la columna en tipo Lista

print(df.Answers)

Este el resultado de la columna Answers quitando los registros vacíos:

introducir la descripción de la imagen aquí

Si no quieres borrar los registros vacíos, sino reemplazarlos por un valor específico (p.e. 0), reemplaza la línea df = df.dropna(axis=0, subset=['Answers']) por df['Answers'].fillna(0, inplace=True).

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.