我有两个这样的数据框:
import pandas as pd
import numpy as np
df1 = pd.DataFrame(
{
'A': list('abdcde'),
'B': ['s', np.nan, 'h', 'j', np.nan, 'g']
}
)
df2 = pd.DataFrame(
{
'mapcol': list('abpppozl')
}
)
A B
0 a s
1 b NaN
2 d h
3 c j
4 d NaN
5 e g
mapcol
0 a
1 b
2 p
3 p
4 p
5 o
6 z
7 l
我现在想填B
在 df1
使用 df2['mapcol']
的值,但不使用实际索引,而是 - 在这种情况下 - 只是 df2['mapcol']
的前两个条目.所以,而不是 b
和 p
对应于索引 1
和 4
,我想分别使用值 a
和 b
.一种方法是构造一个具有正确索引和值的字典:
df1['B_filled_incorrect'] = df1['B'].fillna(df2['mapcol'])
ind = df1[df1['B'].isna()].index
# reset_index is required as we might have a non-numerical index
val = df2.reset_index().loc[:len(ind-1), 'mapcol'].values
map_dict = dict(zip(ind, val))
df1['B_filled_correct'] = df1['B'].fillna(map_dict)
A B B_filled_incorrect B_filled_correct
0 a s s s
1 b NaN b a
2 d h h h
3 c j j j
4 d NaN p b
5 e g g g
这给出了所需的输出。有没有更直接的方法可以避免创建所有这些中间变量?
最佳答案
位置填充您可以通过 loc
分配值并将填充值转换为 list
df1.loc[df1.B.isna(),'B']=df2.mapcol.iloc[:df1.B.isna().sum()].tolist()
df1
Out[232]:
A B
0 a s
1 b a
2 d h
3 c j
4 d b
5 e g
关于python - 如何填充 NAN "ignoring"索引?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63135047/