Python 不填充序列中的值

我试图用另一个数据框的列中的值来填充数据框中一列中缺少的值。以下是设置：

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'a': [2, 3, 5, np.nan, np.nan],
    'b': [10, 11, 13, 14, 15]
})

df2 = pd.DataFrame({
    'x': [1]
})

我当然可以做到这一点，而且效果很好：

df['a'] = df['a'].fillna(1)

但是，这会导致未填充缺少的值：

df['a'] = df['a'].fillna(df2['x'])

这将导致一个错误：

df['a'] = df['a'].fillna(df2['x'].values)

---

如何使用

df2['x']

中的值来填充

df['a']

中缺少的值？

我认为一个通用解决方案是通过

[0]

为标量选择第一个值：

print (df2['x'].values[0])
1

df['a'] = df['a'].fillna(df2['x'].values[0])
#similar solution for select by loc
#df['a'] = df['a'].fillna(df2.loc[0, 'x'])
print (df)
     a   b
0  2.0  10
1  3.0  11
2  5.0  13
3  1.0  14
4  1.0  15

---

我认为一个通用的解决方案是通过

[0]

为标量选择第一个值：

print (df2['x'].values[0])
1

df['a'] = df['a'].fillna(df2['x'].values[0])
#similar solution for select by loc
#df['a'] = df['a'].fillna(df2.loc[0, 'x'])
print (df)
     a   b
0  2.0  10
1  3.0  11
2  5.0  13
3  1.0  14
4  1.0  15

---

如果您可以保证

df2['x']

只有一个元素，那么请使用

.item

：

df['a'] = df['a'].fillna(df2.values.item())

或者

否则，除非它们具有相同的长度和/或索引对齐，否则这是不可能的

作为经验法则；或者

传递标量，或

传递将NaN值的索引映射到其替换值的字典（例如，

df.a.fillna（{3:1，4:1}）

），或

索引对齐系列

---

如果您可以保证

df2['x']

只有一个元素，那么请使用

.item

：

df['a'] = df['a'].fillna(df2.values.item())

或者

否则，除非它们具有相同的长度和/或索引对齐，否则这是不可能的

作为经验法则；或者

传递标量，或

传递将NaN值的索引映射到其替换值的字典（例如，

df.a.fillna（{3:1，4:1}）

），或

索引对齐系列