Question

有没有办法（比使用for循环更有效）替换Pandas中的所有空值＆＃39; DataFrame在其各自的行中具有最大值。

Answer 1

我想这就是你要找的东西：

import pandas as pd  

df = pd.DataFrame({'a': [1, 2, 0], 'b': [3, 0, 10], 'c':[0, 5, 34]})


   a   b   c
0  1   3   0
1  2   0   5
2  0  10  34

您可以使用apply，遍历所有行，并使用replace函数将行替换为0，这将为您提供预期的输出：

df.apply(lambda row: row.replace(0, max(row)), axis=1)

    a   b   c
0   1   3   3
1   2   5   5
2  34  10  34

如果你想根据你的评论替换NaN - 这似乎是你的实际目标 - you can use

df = pd.DataFrame({'a': [1, 2, np.nan], 'b': [3, np.nan, 10], 'c':[np.nan, 5, 34]})

     a     b     c
0  1.0   3.0   NaN
1  2.0   NaN   5.0
2  NaN  10.0  34.0

df.T.fillna(df.max(axis=1)).T

产生

      a     b     c
0   1.0   3.0   3.0
1   2.0   5.0   5.0
2  34.0  10.0  34.0

可能比

更有效（没有完成时间）

df.apply(lambda row: row.fillna(row.max()), axis=1)

请注意

df.apply(lambda row: row.fillna(max(row)), axis=1)

在每种情况下都不起作用here解释。

将DataFrame中的Null替换为Max in Row

1 个答案: