假设我有以下熊猫数据框：df = pd.DataFrame([[3, 2, np.nan, 0], [5, 4, 2, np.nan], [7, np.nan, np.nan, 5], [9, 3, np.nan, 4]], columns=list('ABCD'))返回这个： A B C D0 3 2.0 NaN 0.01 5 4.0 2.0 NaN2 7 NaN NaN 5.03 9 3.0 NaN 4.0如果找到 np.nan，我希望该值被 A 列中的值替换。所以这意味着结果是这样的： A B C D0 3 2.0 3.0 0.01 5 4.0 2.0 5.02 7 7.0 7.0 5.03 9 3.0 9.0 4.0我已经尝试了多种方法，但我什么都做不了。任何人都可以帮忙吗？
3 回答
慕村225694
TA贡献1880条经验 获得超4个赞
这是必要的双转置：
cols = ['B','C', 'D']
df[cols] = df[cols].T.fillna(df['A']).T
print(df)
A B C D
0 3 2.0 3.0 0.0
1 5 4.0 2.0 5.0
2 7 7.0 7.0 5.0
3 9 3.0 9.0 4.0
因为：
df[cols] = df[cols].fillna(df['A'], axis=1)
print(df)
NotImplementedError：目前只能逐列填充字典/系列
带有numpy.where和广播列的另一种解决方案A：
df = pd.DataFrame(np.where(df.isnull(), df['A'].values[:, None], df),
index=df.index,
columns=df.columns)
print (df)
A B C D
0 3.0 2.0 3.0 0.0
1 5.0 4.0 2.0 5.0
2 7.0 7.0 7.0 5.0
3 9.0 3.0 9.0 4.0
谢谢@pir 提供另一种解决方案：
df = pd.DataFrame(np.where(df.isnull(), df[['A']], df),
index=df.index,
columns=df.columns)
蛊毒传说
TA贡献1895条经验 获得超3个赞
目前，fillna不允许在对齐索引时跨列广播系列。
pandas.DataFrame.mask
这与我们想要fillna做的完全一样。找到空值，填充它与df.A沿axis=0
df.mask(df.isna(), df.A, axis=0)
A B C D
0 3 2.0 3.0 0.0
1 5 4.0 2.0 5.0
2 7 7.0 7.0 5.0
3 9 3.0 9.0 4.0
pandas.DataFrame.fillna 使用字典
但是，您可以将字典传递fillna给它，告诉它对每一列做什么。
df.fillna({k: df.A for k in df})
A B C D
0 3 2.0 3.0 0.0
1 5 4.0 2.0 5.0
2 7 7.0 7.0 5.0
3 9 3.0 9.0 4.0
翻翻过去那场雪
TA贡献2065条经验 获得超14个赞
DOfillna用reindex
df.fillna(df[['A']].reindex(columns=df.columns).ffill(1))
Out[20]:
A B C D
0 3 2.0 3.0 0.0
1 5 4.0 2.0 5.0
2 7 7.0 7.0 5.0
3 9 3.0 9.0 4.0
要么 combine_first
df.combine_first(df.fillna(0).add(df.A,0))
Out[35]:
A B C D
0 3 2.0 3.0 0.0
1 5 4.0 2.0 5.0
2 7 7.0 7.0 5.0
3 9 3.0 9.0 4.0
添加回答
举报
0/150
提交
取消