python - 带有列表/数组的 Pandas fillna

Question

有没有一种方便的方法可以用数组或列的(第一个)值填充 na 值？

想象一下下面的 DataFrame:

dfcolors = pd.DataFrame({'Colors': ['Blue', 'Red', np.nan, 'Green', np.nan, np.nan, 'Brown']})

  Colors
0   Blue
1    Red
2    NaN
3  Green
4    NaN
5    NaN
6  Brown

我想用来自另一个 DataFrame 或数组的值填充 NaN 值，所以:

dfalt = pd.DataFrame({'Alt': ['Cyan', 'Pink']})

           Alt
0         Cyan
1         Pink

当有更多 NaN 时，填充值应该保留一些 NaN。而且当填充值比较多的时候，也不会全部用到。所以我们必须做一些计数:

n_missing = len(dfcolors) - dfcolors.count().values[0]    
n_fill = min(n_missing, len(dfalt))

数字 n_fill 是可以填充的值的数量。

选择可以/应该填充的 NaN 值可以通过以下方式完成:

dfcolors.Colors[pd.isnull(dfcolors.Colors)][:n_fill]

2    NaN
4    NaN
Name: Colors, dtype: object

选择填充值

dfalt.Alt[:n_fill]

0    Cyan
1    Pink
Name: Alt, dtype: object

而他们我被困在了类似的地方:

dfcolors.Colors[pd.isnull(dfcolors.Colors)][:n_fill] = dfalt.Alt[:n_fill]

哪个不起作用...任何提示都很好。

这是我想要的输出:

  Colors
0   Blue
1    Red
2   Cyan
3  Green
4   Pink
5    NaN
6  Brown

NaN值从上到下填充，如果填充值比NaN的多，填充值也从上到下选择

Answer 1

这很糟糕，但是迭代 null 的索引是可行的:

In [11]: nulls = dfcolors[pd.isnull(dfcolors['Colors'])]

In [12]: for i, ni in enumerate(nulls.index[:len(dfalt)]):
             dfcolors['Colors'].loc[ni] = dfalt['Alt'].iloc[i]

In [13]: dfcolors
Out[13]:
  Colors
0   Blue
1    Red
2   Cyan
3  Green
4   Pink
5    NaN
6  Brown