Панди Python замінюють NaN в одному стовпці значенням із відповідного рядка другого стовпця


98

Я працюю з цим Pandas DataFrame на Python.

File    heat    Farheit Temp_Rating
   1    YesQ         75         N/A
   1    NoR         115         N/A
   1    YesA         63         N/A
   1    NoT          83          41
   1    NoY         100          80
   1    YesZ         56          12
   2    YesQ        111         N/A
   2    NoR          60         N/A
   2    YesA         19         N/A
   2    NoT         106          77
   2    NoY          45          21
   2    YesZ         40          54
   3    YesQ         84         N/A
   3    NoR          67         N/A
   3    YesA         94         N/A
   3    NoT          68          39
   3    NoY          63          46
   3    YesZ         34          81

Мені потрібно замінити всі NaN у Temp_Ratingстовпці на значення зі Farheitстовпця.

Це те, що мені потрібно:

File        heat    Temp_Rating
   1        YesQ             75
   1         NoR            115
   1        YesA             63
   1        YesQ             41
   1         NoR             80
   1        YesA             12
   2        YesQ            111
   2         NoR             60
   2        YesA             19
   2         NoT             77
   2         NoY             21
   2        YesZ             54
   3        YesQ             84
   3         NoR             67
   3        YesA             94
   3         NoT             39
   3         NoY             46
   3        YesZ             81

Якщо я роблю логічний вибір, я можу одночасно виділити лише один із цих стовпців. Проблема полягає в тому, що якщо я спробую приєднатися до них, я не зможу це зробити, зберігаючи правильний порядок.

Як я можу знайти лише Temp_Ratingрядки з NaNs і замінити їх значенням у тому самому рядку Farheitстовпця?

Відповіді:


156

Припускаючи, що ваш DataFrame знаходиться в df:

df.Temp_Rating.fillna(df.Farheit, inplace=True)
del df['Farheit']
df.columns = 'File heat Observations'.split()

Спочатку замініть будь-які NaNзначення відповідними значеннями df.Farheit. Видалити 'Farheit'стовпець. Потім перейменуйте стовпці. Ось результат DataFrame:

отриманий DataFrame


як працювати з цим, якщо обидва типи даних типів стовпців є об’єктом, а замість N / A це порожня комірка в цьому рядку?
ашіш

Один з можливих підходів, який слід розглянути: Ви можете спочатку замінити порожній рядок на NaN(див. Тут ), а потім використовувати цей підхід.
edesz

Відповідь ідеальна. Якщо ви хочете більше дотримуватися синтаксису панд, я пропоную видалити стовпці до df.drop("Farheit", axis=1), але це, мабуть, особисті переваги
MichaelA

1
@MichaelA Погодьтеся, dropзараз віддаю перевагу delв Пандас-Ленд . Якщо ви використовуєте останні Pandas, рекомендуєте df = df.drop(columns='Farheit')нумерувати нумерацію осей.
Джонатан Юніс

35

Вищезгадані рішення для мене не працювали. Метод, яким я скористався:

df.loc[df['foo'].isnull(),'foo'] = df['bar']

3
Це спричинило виняток чи просто не спрацювало? Спробуйте isna () замість isnull ().
RufusVS

3

Інший спосіб вирішити цю проблему,

import pandas as pd
import numpy as np

ts_df = pd.DataFrame([[1,"YesQ",75,],[1,"NoR",115,],[1,"NoT",63,13],[2,"YesT",43,71]],columns=['File','heat','Farheit','Temp'])


def fx(x):
    if np.isnan(x['Temp']):
        return x['Farheit']
    else:
        return x['Temp']
print(1,ts_df)
ts_df['Temp']=ts_df.apply(lambda x : fx(x),axis=1)

print(2,ts_df)

повертає:

(1,    File  heat  Farheit  Temp                                                                                    
0     1  YesQ       75   NaN                                                                                        
1     1   NoR      115   NaN                                                                                        
2     1   NoT       63  13.0                                                                                        
3     2  YesT       43  71.0)                                                                                       
(2,    File  heat  Farheit   Temp                                                                                   
0     1  YesQ       75   75.0                                                                                       
1     1   NoR      115  115.0
2     1   NoT       63   13.0
3     2  YesT       43   71.0)
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.