Question

我有一个类似于下面的数据框：

     col1    col2    col3    col4
0    101     1000    NaN     NaN
1    102     2000    51      1500
2    103     2500    52      2800
3    104     3600    53      NaN
4    105     2400    NaN     NaN
5    106     3600    54      NaN
6    107     1200    55      1800
7    108     1000    NaN     NaN
8    NaN     NaN     56      1200

现在，我需要用 col2 中的相应值填充 col4 中的 na 值。因此，如果 col4 是 NaN，则改为从 col2 获取值并将其放入 col4。

然而，这里的问题是只有当 col3 有一些价值时我才需要这样做。（过滤后的数据框）

如果我必须在不考虑过滤器的情况下填充 NaN 值，则以下方法可行：

df['col4'].fillna(0) # If I need to fill all NaN with zero values
df['col4'].fillna(df['col2']) # if I need to fill the corresponding col2 values in place of NaN

但是，我该如何做到只有过滤后的数据才能填充 na？

即在上例中，只有第 3 行和第 5 行（对应于 col3 值 53 和 54）应填充来自 col2（3600 和 3600）的值。而行号 0、5 和 7 的 col4 应保持 NaN。

这将不起作用，因为过滤后的列表将是整个列的子集。

df[df['col3'].notnull()]['col4'].fillna(df['col2'],inplace=True) #will not work

有什么方法可以不用循环来做到这一点，因为数据集有超过 200 万行？

Answer 1

尝试通过 notna() 创建一个布尔掩码：

cond=df['col3'].notna()

最后使用 loc 访问器和 fillna() 有条件地传递该掩码并填充值：

df.loc[cond,'col4']=df.loc[cond,'col4'].fillna(df.loc[cond,'col2'])

为数据框过滤器填充 na

1 个答案: