python - 如何用 Pandas DataFrame 中行的总和替换 NaN

Question

我正在尝试将某些列中的 NaN 替换为 Pandas DataFrame 中行的总和。请参阅下面的示例数据:

Items|  Estimate1|  Estimate2|  Estimate3|     
Item1|  NaN      |     NaN   |            8    
Item2|  NaN      |  NaN          |  5.5|

我希望项目 1 和项目 2 的估计值 1 和 2 分别为 8 和 5.5。

到目前为止，我已尝试使用 df.fillna(df.sum(), inplace=True) 但 DataFrame 没有任何变化。任何人都可以帮助我更正我的代码或推荐正确的方法吗？

Answer 1

提供 axis=1 似乎不起作用(因为填充 Series 仅适用于逐列的情况，不适用于逐行的情况)。
一种解决方法是将每一行的总和“广播”到与原始数据帧具有相同索引/列的数据帧。使用稍微修改过的示例数据框:

In [57]: df = pd.DataFrame([[np.nan, 3.3, 8], [np.nan, np.nan, 5.5]], index=['Item1', 'Item2'], columns=['Estimate1', 'Estimate2', 'Estimate3'])

In [58]: df
Out[58]:
       Estimate1  Estimate2  Estimate3
Item1        NaN        3.3        8.0
Item2        NaN        NaN        5.5

In [59]: fill_value = pd.DataFrame({col: df.sum(axis=1) for col in df.columns})

In [60]: fill_value
Out[60]:
       Estimate1  Estimate2  Estimate3
Item1       11.3       11.3       11.3
Item2        5.5        5.5        5.5

In [61]: df.fillna(fill_value)
Out[61]:
       Estimate1  Estimate2  Estimate3
Item1       11.3        3.3        8.0
Item2        5.5        5.5        5.5

有一个开放的增强问题:https://github.com/pydata/pandas/issues/4514