将值为“NaN”的熊猫数据中的单元格值替换为来自另一个/相同数据的值
将值为“NaN”的熊猫数据中的单元格值替换为来自另一个/相同数据的值
提问于 2016-09-06 21:05:18
生成了以下熊猫数据格式df1：
df1 = pd.DataFrame(data = {'Value': [1.989920, 'NaN', -9.363819, 'NaN'], 'Group-Index' : [6, 6, 7, 7], 'Group-Order' : [2, 2, 2, 2], 'Index' : [221, 225, 222, 222] })
Value Group-Index Group-Order Index
221 1.989920 6 2 221
225 NaN 6 2 225
222 -9.363819 7 2 222
278 NaN 7 2 222注意熊猫指数的变化，因为我已经使用了我的实际项目的数据输出。
还有第二个可用的dataframe df2，如下所示：
df2 = pd.DataFrame({'Value': [1.989920, -9.363819], 'Group-Index' : [6, 7], 'Group-Order' : [2, 2], 'Index' : [221, 222] })
Value Group-Index Group-Order Index
221 1.989920 6 2 221
222 -9.363819 7 2 222- 如何搜索第一个数据文件中的GC-Value列，并找到所有的NaN值，然后用第二个数据格式中的组索引和组顺序列的值替换它们，在这两个数据格式中，组索引和组顺序列是相同的？
- 解决我的问题的另一个解决方案是将值从定义值的行复制到与df1中的Group和Group匹配的NaN单元格中。
因此，结果应该是：
Value Group-Index Group-Order Index
221 1.989920 6 2 221
225 1.989920 6 2 225
222 -9.363819 7 2 222
278 -9.363819 7 2 222回答 1
Stack Overflow用户
发布于 2016-09-06 21:13:48
vnull = df1.Value.isnull()
mrg_cols = ['Group-Index', 'Group-Order']
df1.loc[vnull, 'Value'] = df2.merge(df1.loc[vnull, mrg_cols]).Value.values
df1
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/39357828
复制相关文章
相似问题
腾讯云开发者
