python - 用另一个数据框中同名列的平均值替换一个数据框中的零值列

Question

我有两个数据框 df1 和 df2，每个数据框都有相同的列数和相同的列名，但行数不同。基本上，df2 中有许多列都具有 0 值。

我想要完成的是 df2 中所有值为零的列都被替换为相同列名的平均(平均)值(如 df1)。

因此，如果 df1 具有如下结构:-

Column1 Column2 ------    Column n
0.4      2.3               1.7
0.7      2.5               1.4
0.1      2.1               1.2

df2 的结构如下:-

Column1 Column2 ------    Column n
0      2.3                1.7
0      2.5               1.4
0      2.1               1.2

我想用 df1 中映射的同一列的平均值替换 column1(以及 df2 中的任何其他全零列)。所以，最后，df2 看起来像:-

Column1 Column2 ------    Column n
0.4      2.3               1.7
0.4      2.5               1.4
0.4      2.1               1.2

(df2 第 1 列中的所有零值替换为 df1 中第 1 列的平均值。

我对此相当陌生，已经检查了其他选项，例如 fillna() 和 replace()，但无法完全完成我想要的。非常感谢这方面的任何帮助。

Answer 1

使用DataFrame.mask用意思:

df = df2.mask(df2 == 0, df1.mean(), axis=1)
print (df)
   Column1  Column2  Column n
0      0.4      2.3       1.7
1      0.4      2.5       1.4
2      0.4      2.1       1.2

numpy 替代 numpy.where应该在大型 DataFrame 中工作得更快:

df = pd.DataFrame(np.where(df2 == 0, df1.mean(), df1), 
                  index=df1.index,
                  columns=df1.columns)
print (df)
   Column1  Column2  Column n
0      0.4      2.3       1.7
1      0.4      2.5       1.4
2      0.4      2.1       1.2