Question

我正在尝试用Pandas DataFrame中的行的总和替换某些列中的NaN。请参见下面的示例数据：

Items|  Estimate1|  Estimate2|  Estimate3|     
Item1|  NaN      |     NaN   |            8    
Item2|  NaN      |  NaN          |  5.5|

我希望有估计1＆amp;对于项目1和2，2分别为8和5.5。

到目前为止，我已尝试使用df.fillna(df.sum(), inplace=True)，但DataFrame没有任何变化。任何人都可以帮我纠正我的代码或推荐正确的方法吗？

Answer 1

提供axis=1似乎不起作用（因为填充系列仅适用于逐列情况，而不适用于逐行）。
解决方法是将每行的总和“广播”到与原始索引/列具有相同索引/列的数据帧。稍加修改的示例数据框：

In [57]: df = pd.DataFrame([[np.nan, 3.3, 8], [np.nan, np.nan, 5.5]], index=['Item1', 'Item2'], columns=['Estimate1', 'Estimate2', 'Estimate3'])

In [58]: df
Out[58]:
       Estimate1  Estimate2  Estimate3
Item1        NaN        3.3        8.0
Item2        NaN        NaN        5.5

In [59]: fill_value = pd.DataFrame({col: df.sum(axis=1) for col in df.columns})

In [60]: fill_value
Out[60]:
       Estimate1  Estimate2  Estimate3
Item1       11.3       11.3       11.3
Item2        5.5        5.5        5.5

In [61]: df.fillna(fill_value)
Out[61]:
       Estimate1  Estimate2  Estimate3
Item1       11.3        3.3        8.0
Item2        5.5        5.5        5.5

有一个开放的增强问题：https://github.com/pydata/pandas/issues/4514

Answer 2

作为替代方案，您还可以使用带有apply表达式的lambda，如下所示：

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

产生预期的结果

       Estimate1  Estimate2  Estimate3
Item1       11.3        3.3        8.0
Item2        5.5        5.5        5.5

虽然不确定效率。

如何用Pandas DataFrame中的行的总和替换NaN

2 个答案: