Python 熊猫填充不知道序列索引的空值，数组的空值形状相同

我试图在数据帧的一列中填充一些NaN值。据我从中了解，我应该能够将熊猫系列传递给

fillna

，然后熊猫将用我提供的系列填充我的NaN

代码如下所示：

XTrain_pd[class_name] = XTrain_pd[class_name].fillna(pd.Series(train_pred))

因此，根据

train\u pred

中的值填写NaN值

我确保

train_pred

的长度和要填充的NaN的数量相同：

print(XTrain_pd[class_name].isna().sum(),print(train_pred.shape))

这将产生：

(9,)
9 None

在对NaN值使用fillna之前和之后，我还打印了

XTrain\u pd

左图像在

fillna

之前，右图像在

fillna

之后

这里发生了一些神秘的事情。首先，在第6行中只插补一个NaN值。其次，我的

pd.NA

值被转换为

np.nan

值。这是怎么回事

TL；DR使用

.loc（）

过滤nan值，并替换为预测df.loc[df.class\u name.isna（），'class\u name']=train\u pred

考虑索引3和9处有两个空值的数据帧

d = {
    'col_str': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'],
    'col_float': [1, 2, 3, np.nan, 5, 6, 7, 8, 9, np.nan]
}
df = pd.DataFrame(d)
df
>>>
 col_str  col_float
0   a   1.0
1   b   2.0
2   c   3.0
3   d   NaN
4   e   5.0
5   f   6.0
6   g   7.0
7   h   8.0
8   i   9.0
9   j   NaN

如果要用预测值替换空值，只需过滤

col\u float

上的

Nan

值并用预测值替换即可

train_pred = [4.0, 10.0]

df.loc[df.col_float.isna(), 'col_float'] = train_pred

---

如果要使用

fillna（）

则需要为序列的每个索引指定每个值。

如果

.fillna（）

的参数是序列，则数据帧和序列的索引是匹配的。因此，您需要一个系列，该系列的索引与数据帧的NA行的索引相匹配。