python 列替换和 fillnna

Question

我有以下数据框:

df:
A   B_x B_y C_x C_y
R1  0   3   6   7
R2  NAN 4   8   9
R3  2   5   NAN 2

我希望将 _x 列中的 NAN 值替换为相应的 _y 列。

我不能使用像 B_x 和 B_y 这样的绝对名称，因为列名称是从以前的代码动态派生的，我无法控制它。

现在我正在使用以下内容:

ens_prefix is a variable which holds values of column along with _x
ens_prefix_1 is a variable which holds values of column along with _y

    df[ens_prefix].fillna(df[ens_prefix_1], inplace=True)   # replace values of NAN from _x column with _y
    df = df.filter(regex=r'.*(?<!_y)$')                     # remove columns with _y suffix
    df.columns = df.columns.str.rstrip('_x')                # strip suffix at the right end only.

预期输出:

    A    B    C
0  R1  0.0  6.0
1  R2  4.0  8.0
2  R3  2.0  2.0

Answer 1

首先，我更喜欢在列名称中使用 replace 而不是 strip，因为 strip 也应该删除所有最后的 x , y 值不仅在 _ 之后，而且在 _ 之前。

解决方案使用DataFrame.fillna将 _x 替换为空字符串，并在最后一步中选择最后一个 _y 并删除 _y 列:

df = (df.rename(columns = lambda x: x.replace('_x', ''))
        .fillna(df.filter(regex='_y$')
                  .rename(columns = lambda x: x.replace('_y', '')))
        .filter(regex=r'.*(?<!_y)$'))
print (df)
    A    B    C
0  R1  0.0  6.0
1  R2  4.0  8.0
2  R3  2.0  2.0