Question

我有一个数据框和nparray，如下所示

import pandas as pd
import numpy as np

dic = {'A': {0: 0.9, 1: "NaN", 2: 1.8, 3: "NaN"}, 
     'C': {0: 0.1, 1: 2.8, 2: -0.1, 3: 0.5}, 
     'B': {0: 0.7, 1: -0.6, 2: -0.1, 3: -0.1},}

df=pd.DataFrame(dic)
print(df)

     A    C    B
0  0.9  0.1  0.7
1  NaN  2.8 -0.6
2  1.8 -0.1 -0.1
3  NaN  0.5 -0.1

a = np.array([1.,2.]) 
a

array([1., 2.])

我如何用nparray中的值填充A列中缺少的（NaN）值？我想根据数组的顺序依次填充列，因此第一个数组元素变为1A，第二个数组元素变为3A。

Answer 1

使用numpy.tile通过重复a的元素来创建数组

df['A'].replace('NaN', np.nan, inplace = True)

len_tile = math.ceil(df['A'].isnull().sum()/len(a))
non_null_a = np.tile(a, len_tile)

然后使用“ loc”使用数组填充NaN，

df.loc[df['A'].isnull(), 'A'] = non_null_a

    A       C       B
0   0.9     0.1     0.7
1   1.0     2.8     -0.6
2   1.8     -0.1    -0.1
3   2.0     0.5     -0.1

注意：对于您提供的虚拟df，只需使用数组a来替换缺少的值即可。我使用的代码考虑了NaN比数组长度更多的情况。

使用numpy.ndarray填充数据框中的缺失值

1 个答案: