Python 为数据帧的筛选器填充na
我有一个类似于下面的数据帧:Python 为数据帧的筛选器填充na,python,pandas,dataframe,fillna,Python,Pandas,Dataframe,Fillna,我有一个类似于下面的数据帧: col1 col2 col3 col4 0 101 1000 NaN NaN 1 102 2000 51 1500 2 103 2500 52 2800 3 104 3600 53 NaN 4 105 2400 NaN NaN 5 106 3600 54 NaN 6
col1 col2 col3 col4
0 101 1000 NaN NaN
1 102 2000 51 1500
2 103 2500 52 2800
3 104 3600 53 NaN
4 105 2400 NaN NaN
5 106 3600 54 NaN
6 107 1200 55 1800
7 108 1000 NaN NaN
8 NaN NaN 56 1200
现在,我需要用col2中相应的值填充col4中的na值。所以,如果col4是NaN,则从col2获取值,并将其放入col4中
然而,这里的问题是,只有当col3有一些值时,我才需要这样做。(过滤数据帧)
如果我必须填写NaN值,而不考虑过滤器,那么以下内容将起作用:
df['col4'].fillna(0) # If I need to fill all NaN with zero values
df['col4'].fillna(df['col2']) # if I need to fill the corresponding col2 values in place of NaN
但是,如何做到只有过滤后的数据才能填充na
也就是说,在上面的示例中,只有第3行和第5行(对应于col3值53和54)应该用col2(3600和3600)中的值填充。而第0、5和7行的col4应保持为NaN
这将不起作用,因为筛选列表将是整个列的子集
df[df['col3'].notnull()]['col4'].fillna(df['col2'],inplace=True) #will not work
由于数据集的行数超过200万行,我们是否可以不使用循环执行此操作?请尝试通过notna()
创建布尔掩码:
cond=df['col3'].notna()
最后,使用loc
访问器和fillna()
有条件地传递掩码和填充值:
谢谢通过任何更改,这是否要求索引为单数?我的意思是,如果索引是多索引,它会工作吗?@满足它也会在多索引中工作……顺便说一句,如果这个答案解决了您的查询,那么尝试接受答案……Thnx:)太好了!谢谢你,伙计!如果你喜欢解决这个问题,请考虑对问题进行投票。
df.loc[cond,'col4']=df.loc[cond,'col4'].fillna(df.loc[cond,'col2'])