我有以下示例数据框(普通数据框有 1000 多行)
df = pd.DataFrame({'P1':['jaap','tim','piet','tim','tim'],
'P2':['piet','jaap','jaap','piet','jaap'],
'Count1':[2, 3, np.nan, np.nan, np.nan], 'Count2':[3, 1, np.nan, np.nan, np.nan]})
print(df)
P1 P2 Count1 Count2
0 jaap piet 2.0 3.0
1 tim jaap 3.0 1.0
2 piet jaap NaN NaN
3 tim piet NaN NaN
4 tim jaap NaN NaN
现在我想根据以下规则找到一种巧妙的方法来填充 NaN
值:
The names found in P1 and P2 have to be the same.
因此,在行号 2
中找到的 nan 值必须与行 0
中的值相同,因为名称也被交换,所以只需要交换值。 3
行中的 nan 值应保留为 nan,因为在任何先前行中都找不到 tim
和 piet
的组合。行 4
中的 nan 值必须与行 1
中的值相同。
所以想要的结果是:
P1 P2 Count1 Count2
0 jaap piet 2.0 3.0
1 tim jaap 3.0 1.0
2 piet jaap 3.0 2.0
3 tim piet NaN NaN
4 tim jaap 3.0 1.0
这个问题很相似: Pandas fillna using groupby
只有将那篇文章中提出的解决方案应用于这篇文章中的问题,结果才会略有偏差:
df.groupby(['P1','P2'])[['Count1','Count2']].apply(lambda x: x.fillna(method = 'ffill'))
print(df)
Count1 Count2
P1 P2
0 jaap piet 2.0 3.0
1 tim jaap 3.0 1.0
2 piet jaap NaN NaN
3 tim piet NaN NaN
4 tim jaap 3.0 1.0
如您所见,第 jaap
行中的名称 piet
和 0
更改了第 2
行中的列,因此它不起作用。
答案 0 :(得分:1)
想法是首先在 concat
中使用 rename
创建具有更改顺序的 DataFrame,删除具有缺失值和可能重复项的行,并通过 DataFrame.update
更改原始值:
d = {'P2':'P1','P1':'P2','Count1':'Count2','Count2':'Count1'}
df1 = (pd.concat([df, df.rename(columns=d)])
.dropna(subset=['Count1','Count2'])
.drop_duplicates(['P1','P2']))
df = df.set_index(['P1','P2'])
df1 = df1.set_index(['P1','P2'])
df.update(df1)
df = df.reset_index()
print (df)
P1 P2 Count1 Count2
0 jaap piet 2.0 3.0
1 tim jaap 3.0 1.0
2 piet jaap 3.0 2.0
3 tim piet NaN NaN
4 tim jaap 3.0 1.0