Python 将一列中的nan替换为pandas中另一列的值：what'；我的密码有问题吗

我有一个如下所示的数据帧。我需要用同一行中b列的相应值替换a列中的nan

df = pd.DataFrame({'a': [1,2,3,4,np.nan, np.nan, 5],
                   'b': [4,5,6,7,8,9,1]})
df['a'] =df.apply(lambda row: row['b'] if row['a'].isnull() else row['a'] )

我得到一个错误：

KeyError: ('a', 'occurred at index a')

---

我在代码中做错了什么？我想了很久，不明白为什么它不起作用。有人能帮我吗？非常感谢。

您必须通过index=1才能对行进行操作。这里的代码适用于我：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [1,2,3,4,np.nan, np.nan, 5],
                   'b': [4,5,6,7,8,9,1]})

df['a'] =df.apply(lambda row: row['b'] if pd.isnull(row['a']) else row['a'], axis=1)

df

---

必须传递index=1才能对行进行操作。这里的代码适用于我：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [1,2,3,4,np.nan, np.nan, 5],
                   'b': [4,5,6,7,8,9,1]})

df['a'] =df.apply(lambda row: row['b'] if pd.isnull(row['a']) else row['a'], axis=1)

df

---

您需要使用

axis=1

，还必须使用

pd.isnull（第['a'行]）

：

尽管如此，您不应该使用

。首先应用
，使用
fillna
：

In [9]: df.a.fillna(df.b)
Out[9]:
0    1.0
1    2.0
2    3.0
3    4.0
4    8.0
5    9.0
6    5.0
Name: a, dtype: float64

更一般地说，对于任何谓词，使用
pd.Series.where
：

In [32]: df.a.where(pd.notnull, df.b)
Out[32]:
0    1.0
1    2.0
2    3.0
3    4.0
4    8.0
5    9.0
6    5.0
Name: a, dtype: float64

您需要使用
axis=1
，还必须使用
pd.isnull（第['a'行]）
：

尽管如此，您不应该使用
。首先应用
，使用
fillna
：

In [9]: df.a.fillna(df.b)
Out[9]:
0    1.0
1    2.0
2    3.0
3    4.0
4    8.0
5    9.0
6    5.0
Name: a, dtype: float64

更一般地说，对于任何谓词，使用
pd.Series.where
：

In [32]: df.a.where(pd.notnull, df.b)
Out[32]:
0    1.0
1    2.0
2    3.0
3    4.0
4    8.0
5    9.0
6    5.0
Name: a, dtype: float64

np.nan！=np.nan
，这行不通，您必须使用
pd.isnull（…）
或
math.isnan（…）
np.nan！=np.nan
，这行不通，您必须使用
pd.isnull（…）
或
math.isnan（…）