Question

我正在努力填补“NA＆＃39;在pandas列中随机选择列表中的元素。

例如：

import pandas as pd
df = pandas.DataFrame()
df['A'] = [1, 2, None, 5, 53, None]
fill_list = [22, 56, 84]

是否可以编写一个以列名作为输入的pandas DF的函数，并通过从列表中随机选择元素来替换所有NA＆＃39; fill_list＆＃39;？

fun(df['column_name'], fill_list])

Answer 1

使用numpy.random.choice创建新的Series，然后将NaN替换为fillna或combine_first：

df['A'] = df['A'].fillna(pd.Series(np.random.choice(fill_list, size=len(df.index))))
#alternative
#df['A'] = df['A'].combine_first(pd.Series(np.random.choice(fill_list, size=len(df.index))))
print (df)
      A
0   1.0
1   2.0
2  84.0
3   5.0
4  53.0
5  56.0

或者：

#get mask of NaNs
m = df['A'].isnull()
#count rows with NaNs
l = m.sum()
#create array with size l
s = np.random.choice(fill_list, size=l)
#set NaNs values
df.loc[m, 'A'] = s
print (df)
      A
0   1.0
1   2.0
2  56.0
3   5.0
4  53.0
5  56.0

Answer 2

data_rnr['CO BORROWER NAME'].fillna("NO",inplace=True)
data_rnr['ET REASON'].fillna("ET REASON NOT AVAILABLE",inplace=True)
data_rnr['INSURANCE COMPANY NM'].fillna("INSURANCE COMPANY-NOT 
   AVAILABLE",inplace=True)
data_rnr['GENDER'].fillna("GENDER DATA- NOT AVAILABLE",inplace=True)

Python：填充＆＃39; na＆＃39;在pandas列中，列表中包含随机元素

2 个答案: