實(shí)際項(xiàng)目中有這樣的需求，將某一列的值，映射成類別型的數(shù)據(jù)，這個(gè)時(shí)候，需要我們將范圍等頻切分，或者等距切分。

具體的做法可以先看某一些特征的具體分布情況，然后我們選擇合適的閾值進(jìn)行分割。

def age_map(x): if x < 26:  return 0 elif x >=26 and x <= 35:  return 1 elif x > 35 and x <= 45:  return 2 elif pd.isnull(x): #判斷是否為NaN值，== 和in 都無法判斷  return 3 else:  return 4

也就是用pandas自帶的函數(shù)來表示：

pd.isnull(x) 

最后我們可以應(yīng)用map函數(shù)：

data['age'] = data['birth_year'].map(age_map)

以上這篇對(duì)pandas數(shù)據(jù)判斷是否為NaN值的方法詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持武林站長站。