python - 在 pandas 的列匹配中替换另一个数据框中的 NaN 值的正确方法

Question

我是 pandas 的新手，正在尝试用列值匹配的 df2 替换 df1 中的列值 (NaN)。并面临以下错误。

df1
unique_col  |  Measure
944537          NaN
7811403         NaN 
8901242114307     1 

df2
unique_col  |  Measure
944537           18
7811403          12 
8901242114307    17.5



df1.loc[(df1.unique_col.isin(df2.unique_col) &
                       df1.Measure.isnull()), ['Measure']] = df2[['Measure']]

我有两个包含 300 万条记录的数据框，在执行以下操作时遇到以下错误:

ValueError: cannot reindex from a duplicate axis

Answer 1

轻松填充 nans 的方法是使用 fillna功能。在你的情况下，如果你有 dfs 作为(注意索引)

    unique_col      Measure
0   944537          NaN
1   7811403         NaN
2   8901242114307   1.0


    unique_col      Measure
0   944537          18.0
1   7811403         12.0
2   8901242114307   17.5

你可以简单地

>>> df.fillna(df2)


    unique_col       Measure
0   944537           18.0
1   7811403          12.0
2   8901242114307    1.0

如果索引不与上面相同，可以设置相同并使用相同的函数

df = df.set_index('unique_col')
df.fillna(df2.set_index('unique_col'))