填充选定的行，使其具有相同数量的非NaN值

Question

我的流程图如上所示，我想从原始数据集中取两行，然后将它们导入另一行（因为我不想修改原始数据）。在新数据集中，检查2行是否具有相同数量的非NaN值（df.iloc[i,:].count()），否则，将数字差异填入零，然后继续执行操作。

实施例： 原始数据：

3    5    5    NaN  NaN  NaN
1    4    7    5    NaN  NaN
NaN  NaN  3    6    7    NaN
NaN  3    8    4    11   NaN
3    0    3    7    2    1

取2行i和i + 1并将它们导入另一个数据集：

3    5    5    NaN  NaN  NaN
1    4    7    5    NaN  NaN

因为df.iloc[i+1,:].count() != df.iloc[i,:].count()，所以必须像这样填充具有更多NaN值的行：

3    5    5    0    NaN  NaN
1    4    7    5    NaN  NaN

如果是第3行和第4行

NaN  0    3    6    7    NaN
NaN  3    8    4    11   NaN

然后执行操作。

这是我的代码：

for i in range():
process[1,:] = df.iloc[i,:]
process[2,:] = df.iloc[i+1,:]
    while True:
        if process[1,:].count() == process[2,:].count():
            break
        else:
            if process[1,:].count() > process[2,:].count():
                process[2,:] = process[2,:].fillna(value = 0, limit = process[1,:].count() - process[2,:].count())
            else:
                process[2,:] = process[2,:].fillna(value = 0, limit = process[2,:].count() - process[1,:].count())                
    A[i,:] = stats.ttest_rel(process[1,:].values, process[2,:].values) #this line is just for the statistical test, you can ignore it
    i += 1

我的算法不起作用，我觉得通过一遍又一遍地检查行和行，它们在某种程度上太笨拙。

欢迎任何建议和更正，非常感谢。

P / s：我想连续对每一行进行统计测试，所以在这之前，我需要让它们具有相同数量的非NaN值。

Answer 1

最后，我可以提出答案，我想在此分享：

for i in range(5):
    process = pd.DataFrame(columns=df.columns)
    process = process.append(df.iloc[i,:], ignore_index = True)
    process = process.append(df.iloc[i+1,:], ignore_index = True)
    while True:
        if process.iloc[0,:].count() == process.iloc[1,:].count():
            break
        else:
            if process.iloc[0,:].count() > process.iloc[1,:].count():
                process.iloc[1,:] = process.iloc[1,:].fillna(value = 0, limit = process.iloc[0,:].count() - process.iloc[1,:].count())
            else:
                process.iloc[0,:] = process.iloc[0,:].fillna(value = 0, limit = process.iloc[1,:].count() - process.iloc[0,:].count())                
    i += 1