使用python/pandas替换第二个列表中缺少的值

假设您有两个列表（或数据帧中的列），每个列表包含一些空值。您需要一个列表，该列表将一个列表中的空值替换为另一个列表中相应的非空值（如果存在）

例如：

s1 = [1, NaN, NaN]
s2 = [NaN, NaN, 3]
## some function
result = [1, NaN, 3]

假设两个列表在某个位置都是非空的，那么它们就匹配了，所以我们不必担心解决冲突。如果是这样，我知道我可以通过列表理解来解决它：

[x if ~np.isnan(x) else y for (x,y) in zip(s1,s2)]

或者，如果s1和s2是数据帧df中的列，那么我们可以使用类似的逻辑和应用函数：

df.apply(lambda x: x.s1 if ~np.isnan(x.s1) else x.s2, axis=1)

---

但是有没有一种更干净的方法来做到这一点，也许是使用一些熊猫的功能？这种手术叫什么？它有点像一个并集，但在缺少替代项时保留顺序和空值

我最近不得不这么做。根据列值的结构，您可能需要调整我在下面列出的内容

将熊猫作为pd导入
#示例数据帧
df=pd.DataFrame（{'col'：['a'，'b'，'None'，'d'，'e'，None，None]}）
#空位置和用以替换空值的值列表
nulls=df[pd.isnull（df.col）].index
糖果=['c'，'f'，'g']
#用空字符串替换空值
df['col'].fillna（''，inplace=True）
#将空字符串添加到我们可以跟踪的内容
SEP='''
df['col']=df.col+pd.Series（[SEP+str（i）表示df.index中的i]）
#创建映射以将坏值变为好值，然后执行替换
savation={bad:good for bad，good in zip（df.ix[nulls].col，goodies）}
df.replace（拯救，原地=真）
#删除所有内容，包括SEP字符串和SEP字符串之后的内容
df['col']=df.col.apply（lambda s:s.split（SEP）[0]）

---

请注意，在我的示例中，列包含字符串值，因此根据您的数据类型，您应该使用

astype（）

方法将其转换为字符串，然后在转换完成后返回到所需的值。此外，您可能需要更改

SEP

，以便在最后一行中不会以不需要的方式拆分值。

您可以使用fillna功能来填充其他列中缺少的值

df = pd.DataFrame([[1,np.nan],[np.nan,np.nan],[np.nan,3]],columns=['c1','c2'])
df['c1'].fillna(df['c2'])