用python系列中的值替换数据帧中的NaN值

我有一张桌子

    id     count
0     10       3
1     20       4
2     30       5
3     40       NaN
4     50       NaN
5     60       NaN
6     70       NaN

我还有另一个熊猫系列

0   1000
1   2000
2   3000
3   4000

我想做的是用序列s中的相应值替换df中的NaN值。 我的最终输出应该是

    id     count
0     10       3
1     20       4
2     30       5
3     40       1000
4     50       2000
5     60       3000
6     70       4000

有什么办法可以做到这一点吗

---

提前感谢。

就这么简单：

df.count[df.count.isnull()] = s.values

---

由于列

计数中
NaN
值的长度不同，
系列的
length
存在问题。所以您需要
系列
按
NaN的长度
：

s = pd.Series({0: 1000, 1: 2000, 2: 3000, 3: 4000, 5: 5000})
print (s)
0    1000
1    2000
2    3000
3    4000
5    5000
dtype: int64

df.loc[df['count'].isnull(), 'count'] = 
s.reindex(np.arange(df['count'].isnull().sum())).values
print (df)
   id   count
0  10     3.0
1  20     4.0
2  30     5.0
3  40  1000.0
4  50  2000.0
5  60  3000.0
6  70  4000.0

在这种情况下，我更喜欢iterrows的可读性

counter = 0    
for index, row in df.iterrows():
    if row['count'].isnull():
        df.set_value(index, 'count', s[counter])
        counter += 1

我可以补充一点，dataframe+系列的这种“合并”有点奇怪，而且容易出现奇怪的错误。如果您能够以某种方式将序列转换为与数据帧相同的格式（即添加一些索引/列标记，那么合并功能可能会更好地为您服务）。
您可以使用数据帧中的
np.nan
索引重新索引序列，而不是使用序列中的
fillna（）
：

s.index = np.where(df['count'].isnull())[0]
df['count'] = df['count'].fillna(s)
print(df)

   id   count
0  10     3.0
1  20     4.0
2  30     5.0
3  40  1000.0
4  50  2000.0
5  60  3000.0
6  70  4000.0

我编辑了我的问题，我系列的索引从0开始，而不是从3开始。获取此错误
'function'对象没有属性'isnull'
需要
df.loc[df['count'].isnull（），'count']=s.values
@jezrael在用代码替换后出错
必须具有相等的len键和值当使用ndarray设置时
我编辑了我的问题，我系列的索引从0开始，而不是从3开始。我添加了解决方案，请检查。请在此处阅读设置值：^我同意。耶斯雷尔的另一个解决方案很有意义，但只是在一些头颅撕裂和凝视之后。或者我只是个新手！我希望OP不必走这种将序列合并到数据帧的路线，这看起来很尴尬。