Python 如何基于同一数据帧中另一列的值替换数据帧中列中的NaN值
下面是我正在工作的数据帧。我想使用“国家”列和“行业”列中的值替换“分数”列中的NaN值Python 如何基于同一数据帧中另一列的值替换数据帧中列中的NaN值,python,pandas,dataframe,numpy,data-science,Python,Pandas,Dataframe,Numpy,Data Science,下面是我正在工作的数据帧。我想使用“国家”列和“行业”列中的值替换“分数”列中的NaN值 Country Sectors Score 0 USA MECH NaN 1 IND ELEC 10.0 2 USA CHEM NaN 3 RUS ENT 34.0 4 PAK MATH 45.0 5 SL LAN 23.0 6 USA CHEM 56
Country Sectors Score
0 USA MECH NaN
1 IND ELEC 10.0
2 USA CHEM NaN
3 RUS ENT 34.0
4 PAK MATH 45.0
5 SL LAN 23.0
6 USA CHEM 56.0
7 IND ELEC 32.0
8 USA CHEM NaN
9 RUS ENT 45.0
10 PAK MATH 45.0
下面是我尝试过的代码
import pandas as pd
import numpy as np
df = pd.read_csv('../Data/Data.csv')
df['Score'] = df[(df['Country'] == 'USA') & (df['Sectors'] == 'CHEM') & (df['Score'].isnull())]['Score'].fillna(10)
print(df)
```but I am getting below result```
Country Sectors Score
0 USA MECH NaN
1 IND ELEC NaN
2 USA CHEM 10.0
3 RUS ENT NaN
4 PAK MATH NaN
5 SL LAN NaN
6 USA CHEM NaN
7 IND ELEC NaN
8 USA CHEM 10.0
9 RUS ENT NaN
10 PAK MATH NaN
我只想替换特定于country='USA'和sections=='CHEM'的NaN值,并保持所有值不变。有人能帮忙吗?`您可以使用:
>df=pd.DataFrame({'Country':['USA'、'IND'、'USA']、'sections':['MECH'、'ELEC'、'CHEM']、'Score':[45.0,30.0,np.NaN]})
>>>df[“分数”]=np.其中((df[“国家”]=“美国”)和(df[“行业”]=“化学”),10,df[“分数”])
>>>df
国家部门得分
0美国机械45.0
1 IND ELEC 30.0
2美国化学10.0
如果
df[“Country”]=“USA”
和df[“sections”]=“CHEM”
,则df[“Score”]
设置为10
,否则,设置df[“Score”]
中的原始值。是的,谢谢,它现在正在工作