Python Pandas заменяет NaN в одном столбце значением из соответствующей строки второго столбца

97

Я работаю с этим фреймом данных Pandas 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

Мне нужно заменить все NaN в Temp_Ratingстолбце значением из Farheitстолбца.

Вот что мне нужно:

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

Если я сделаю логический выбор, я могу выбрать только один из этих столбцов за раз. Проблема в том, что если я затем попытаюсь присоединиться к ним, я не смогу сделать это, сохранив правильный порядок.

Как я могу найти только Temp_Ratingстроки с NaNs и заменить их значением в той же строке Farheitстолбца?

Edesz
источник

Ответы:

156

Предполагая, что ваш DataFrame находится в df:

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

Сначала замените любые NaNзначения на соответствующие значения df.Farheit. Удалите 'Farheit'столбец. Затем переименуйте столбцы. Вот результат DataFrame:

результирующий DataFrame

Джонатан Юнис
источник
как с этим работать, если тип данных обоих столбцов является объектом, а вместо N / A это пустая ячейка в этой строке?
ашиш
Один из возможных подходов к рассмотрению: сначала вы можете заменить пустую строку на NaN(см. Здесь ), а затем использовать этот подход.
edesz
Ответ идеален. Если вам нравится больше придерживаться синтаксиса pandas, я бы предложил удалить столбцы df.drop("Farheit", axis=1), но это, вероятно, личное предпочтение
MichaelA
1
@MichaelA Согласитесь, dropтеперь предпочитают delв Pandas- Land . Если вы используете последние Pandas, рекомендую df = df.drop(columns='Farheit')нумерацию числовых осей.
Джонатан Юнис,
35

Вышеупомянутые решения не помогли мне. Я использовал следующий метод:

df.loc[df['foo'].isnull(),'foo'] = df['bar']
zsad512
источник
3
Это вызвало исключение или просто не сработало? Попробуйте isna () вместо isnull ().
RufusVS
3

Другой способ решить эту 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)

возвращает:

(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)
felix_as
источник