Python Pandas，将NaN替换为多索引数据帧中的值

问题

我有一个带有一些NAN的数据帧，我试图根据另一个数据帧的值智能地填充这些NAN。我还没有找到一种有效的方法来做到这一点，但我怀疑有一种方法可以对付熊猫

最小示例

起始数据df：

查找表以查找要填充NAN的值：

     fill_vals
1 a         89
  b         91
2 a         99
  b        101

期望输出：

  data index1 index2
0   89      1      a
1   90      1      b
2   90      1      a
3  100      2      b
4  100      2      a
5  101      2      b

想法

我找到的最近的帖子是关于

我还尝试使用index1和index2列将df的索引设置为多索引，然后使用df.fillna，但是这不起作用。

combine\u first是您需要的函数。但首先，更新另一个数据帧的索引名

fill_val_lookup.index.names = ["index1", "index2"]
fill_val_lookup.columns = ["data"]

df.index1 = df.index1.astype(int)
df.data = df.data.astype(float)

df.set_index(["index1","index2"]).combine_first(fill_val_lookup)\
  .reset_index()
#   index1 index2   data
#0       1      a   89.0
#1       1      a   90.0
#2       1      b   90.0
#3       2      a  100.0
#4       2      b  100.0
#5       2      b  101.0

  data index1 index2
0   89      1      a
1   90      1      b
2   90      1      a
3  100      2      b
4  100      2      a
5  101      2      b

fill_val_lookup.index.names = ["index1", "index2"]
fill_val_lookup.columns = ["data"]

df.index1 = df.index1.astype(int)
df.data = df.data.astype(float)

df.set_index(["index1","index2"]).combine_first(fill_val_lookup)\
  .reset_index()
#   index1 index2   data
#0       1      a   89.0
#1       1      a   90.0
#2       1      b   90.0
#3       2      a  100.0
#4       2      b  100.0
#5       2      b  101.0