Python 数据帧中对象的条件替换

我有两个数据帧

df_1

和

df_2

。两者都有一个索引

datetimecode

，这是一个

pd.datetime64

对象，还有一个

temp

列。我想遍历

df_1

，并用

'df_2'

中相应的温度值替换所有NaN温度值

大概是这样的：

for index, row in df_1.iterows():
      row['temp'] = df_2[index]['temp'] if row['temp'] ==np.nan

但这是无效的sytax

df_1.fillna(df_2, inplace=True)

或

---

演示

tidx = pd.date_range('2016-03-31', periods=5)
df_1 = pd.DataFrame(dict(temp=[1, np.nan, 3, np.nan, 5]), tidx)
df_2 = pd.DataFrame(dict(temp=np.arange(11, 16)), tidx)

df_1.fillna(df_2)

---

这就是您想要的：

df_1 = pd.DataFrame({'temp': [1,2,3,np.nan,5,np.nan,7]})
   temp
0   1.0
1   2.0
2   3.0
3   NaN
4   5.0
5   NaN
6   7.0

df_2 = pd.DataFrame({'temp': [8,9,10,11,12,13,14]})
   temp
0     8
1     9
2    10
3    11
4    12
5    13
6    14

df_1.temp.fillna(df_2['temp'], inplace=True)

   temp
0   1.0
1   2.0
2   3.0
3  11.0
4   5.0
5  13.0
6   7.0

   temp
0     8
1     9
2    10
3    11
4    12
5    13
6    14

---

@布莱恩，很明显，我们两个都在同一时间回答了。可能只相隔几秒钟……谢谢你们两个@Brian-对不起，我不能同时接受两个答案！我已经实现了第一种方法，在

df_1.fillna

语句中有一个错误，它说

pandas.indexes.base.InvalidIndexError

错误不一致-它取决于所选的时间段，但我看不到任何导致它的原因……事实上，当运行相同的数据时，错误是完全间歇性的，并且显然是随机的-所以看起来这个解决方案中存在一些不稳定性？那么。。。幸好我给了你两个解决方案；-）不过我正在调查这个警告。那有点麻烦哈！是的，这是件好事。但您的第二个解决方案目前不适用于我，它给出了以下错误：

ValueError:无法从重复轴重新编制索引。

。我的问题！

df_2

中有一个重复的数据项（因为导入的时间码有夏令时），这导致了索引错误（尽管奇怪，只是有时）。你的两种方法都很有效。

df_1.loc[df_1.temp.isnull(), 'temp'] = df_2.temp

df_1

df_1 = pd.DataFrame({'temp': [1,2,3,np.nan,5,np.nan,7]})
   temp
0   1.0
1   2.0
2   3.0
3   NaN
4   5.0
5   NaN
6   7.0

df_2 = pd.DataFrame({'temp': [8,9,10,11,12,13,14]})
   temp
0     8
1     9
2    10
3    11
4    12
5    13
6    14

df_1.temp.fillna(df_2['temp'], inplace=True)

   temp
0   1.0
1   2.0
2   3.0
3  11.0
4   5.0
5  13.0
6   7.0

   temp
0     8
1     9
2    10
3    11
4    12
5    13
6    14