在对缺失值建模后，使用列表/系列填充缺失值（na）

Question

我正在尝试将预测的缺失值插入原始df（当然是缺少值的列）。我怎么能这样做？

预测的缺失值基本上存储在列表/系列中，其长度是原始df中缺失值的数量。我认为，列表中的顺序与df中出现缺失值的顺序相匹配，因为我在缺少的系列中使用nonull（）从df中分割出test_set。

我一直在尝试pd.Series.fillna，但这只允许替换一个值。

Answer 1

您可以使用numpy where和pandas isnull函数来执行此操作。

df['relevant_column'] = np.where(df['relevant_column'].isnull(),
                                 predicted_values,
                                 df['relevant_column'])

predict_values应该是一个pandas系列或1d numpy数组，与数据帧具有相同的长度。