Pandas从另一个数据帧填充数据框中的缺失值

Question

我找不到一个pandas函数（我之前见过）用数据框中的NaN替换另一个数据帧的值（假设可以指定一个公共索引）。有什么帮助吗？

Answer 1

如果你有两个相同形状的DataFrame，那么：

df[df.isnull()] = d2

会做的伎俩。

只有df.isnull()评估为True的地点（以绿色突出显示）才有资格获得作业。

实际上，DataFrames的大小/形状并不总是一样，转换方法（尤其是.shift()）也很有用。

进入的数据总是很脏，不完整或不一致。参加课程。有一个非常广泛的熊猫tutorial and associated cookbook来处理这些情况。

Answer 2

正如我刚才所了解的那样，有一个DataFrame.combine_first()方法正是如此，其附加属性是，如果您的更新数据框d2大于原始df，还添加了其他行和列。

df = df.combine_first(d2)

Answer 3

DataFrame.combine_first()完全回答了这个问题。

但是，有时您希望使用DataFrame B中的值填充/替换/覆盖DataFrame A的一些非缺失（非NaN）值。这个问题将我带到此页面，解决方案是{{3 }}

A = B.mask(condition, A)

当condition为真时，将使用A中的值，否则将使用B的值。

例如，您可以使用mask解决OP的原始问题，这样当A中的元素是非NaN时，请使用它，否则使用B中的相应元素。

但是使用DataFrame.mask()你可以用B中的值替换不符合任意条件（小于零？超过100？）的A的值。因此mask更灵活，而且过度杀伤对于这个问题，但我认为值得一提（我需要它来解决我的问题）。

注意B可能是一个numpy数组而不是DataFrame也很重要。 DataFrame.mask()要求B是一个DataFrame，但DataFrame.combine_first()只要求B＆是一个NDFrame，其尺寸与A的尺寸相匹配。

Answer 4

专用的方法是DataFrame.update：

引自文档：

使用来自另一个DataFrame的非NA值进行修改。
在索引上对齐。没有返回值。

要注意的是，此方法将就地修改您的数据。因此它将覆盖您更新的数据框。

示例：

print(df1)
       A    B     C
aaa  NaN  1.0   NaN
bbb  NaN  NaN  10.0
ccc  3.0  NaN   6.0
ddd  NaN  NaN   NaN
eee  NaN  NaN   NaN

print(df2)
         A    B     C
index                
aaa    1.0  1.0   NaN
bbb    NaN  NaN  10.0
eee    NaN  1.0   NaN

# update df1 NaN where there are values in df2
df1.update(df2)
print(df1)
       A    B     C
aaa  1.0  1.0   NaN
bbb  NaN  NaN  10.0
ccc  3.0  NaN   6.0
ddd  NaN  NaN   NaN
eee  NaN  1.0   NaN

请注意，更新后的NaN值与aaa, A和eee, B相交

Answer 5

这应该像

一样简单

df.fillna(d2)