pandas - 根据另一个数据框python pandas替换列值？ (初学者)

Question

这个问题在这里已经有了答案:





Python Pandas update a dataframe value from another dataframe

(10 个回答)


1年前关闭。




我有 2 个数据框。
在 df1 中，我有很多 NaN，我想用 df2 中的值替换它们。 df2 中值的数量与 df1 中的 NaN 数量相同。
我曾尝试加入、合并和创建循环，但没有成功。
提前致谢!

pd.Dataframe 1
0          NaN
1        240.0
2        229.0
3       1084.0
4       2078.0
        ....
Name: Healthcare_1, Length: 9999, dtype: float64

pd.Dataframe 2
0        830.0
6        100.0
7        100.0
8        830.0
9       1046.0
         ...  
Name: Healthcare_1, Length: 4797, dtype: float64

Answer 1

在我的回答中，我假设 DataFrame1 中出现 NAN 的行与 DataFrame2 中需要替换这些 NAN 的行具有相同的索引。
加载以下模块:

import pandas as pd
import numpy as np

我们有两个示例 DataFrame:

df1 = pd.DataFrame({'c1': [np.nan, 240, np.nan, 1084, 2078]})
df2 = pd.DataFrame({'c1': [830, 100, 100, 830, 1046]}, index=[0,2,7,8,9])

确定 df1 中出现 NAN 的索引:

ind = list(np.where(df1['c1'].isnull()))[0]

检查这些索引在 df2 中出现的位置。这应该给出数组([ True, True, False, False, False]):

df2.index.isin(list(ind))

将 df1 中的值替换为索引 ind 处 df2 中的值:

df1[df1.index.isin(ind)] = df2[df2.index.isin(ind)]