Question

我有两个数据帧df1和df2，每个数据帧具有相同的列数和相同的列名，但具有不同的行数。基本上，df2中有很多列都为0。

我要完成的工作是将df2中所有零值列替换为相同列名的平均值（平均值）（如df1中一样）。

因此，如果df1具有类似以下的结构：-

Column1 Column2 ------    Column n
0.4      2.3               1.7
0.7      2.5               1.4
0.1      2.1               1.2

和df2具有类似的结构：-

Column1 Column2 ------    Column n
0      2.3                1.7
0      2.5               1.4
0      2.1               1.2

我想用df1中映射的同一列的平均值替换column1（以及df2中的所有其他全零列）。因此，df2最终看起来像：-

Column1 Column2 ------    Column n
0.4      2.3               1.7
0.4      2.5               1.4
0.4      2.1               1.2

（df2第1列中的所有零值均替换为df1中第1列的平均值。

我对此还很陌生，已经检查了其他选项，例如fillna（）和replace（），但是无法完全实现我想要的功能。在这方面的任何帮助都将受到高度赞赏。

Answer 1

将DataFrame.mask与mean一起使用：

df = df2.mask(df2 == 0, df1.mean(), axis=1)
print (df)
   Column1  Column2  Column n
0      0.4      2.3       1.7
1      0.4      2.5       1.4
2      0.4      2.1       1.2

numpy和numpy.where的替代方案在大型DataFrame中应该能更快地工作：

df = pd.DataFrame(np.where(df2 == 0, df1.mean(), df1), 
                  index=df1.index,
                  columns=df1.columns)
print (df)
   Column1  Column2  Column n
0      0.4      2.3       1.7
1      0.4      2.5       1.4
2      0.4      2.1       1.2

将一个数据框中的零值列替换为另一数据框中的同名列的平均值

1 个答案: