DataFrame:有效值连续求和的fillna()
DataFrame是Pandas库中的一个重要数据结构，它是一个二维的表格型数据结构，类似于Excel中的电子表格。DataFrame由行和列组成，每列可以是不同的数据类型（如整数、浮点数、字符串等），并且可以对数据进行灵活的操作和处理。
有效值连续求和的fillna()是DataFrame中的一个方法，用于将缺失值（NaN）替换为指定的值或使用特定的填充方法。该方法可以帮助我们处理数据中的缺失值，使得数据分析和处理更加准确和完整。
使用fillna()方法时，可以传入一个常数值或一个字典作为参数。如果传入常数值，则会将所有缺失值替换为该常数值；如果传入字典，则可以对不同的列使用不同的填充值。
下面是一个示例代码，演示了如何使用fillna()方法将DataFrame中的缺失值替换为指定的值：
import pandas as pd
# 创建一个包含缺失值的DataFrame
data = {'A': [1, 2, None, 4, 5],
'B': [None, 2, 3, 4, None],
'C': [1, 2, 3, None, 5]}
df = pd.DataFrame(data)
# 使用fillna()方法将缺失值替换为指定的值
df_filled = df.fillna(0)
print(df_filled)输出结果如下：
A B C
0 1.0 0.0 1.0
1 2.0 2.0 2.0
2 0.0 3.0 3.0
3 4.0 4.0 0.0
4 5.0 0.0 5.0在上述示例中，我们创建了一个包含缺失值的DataFrame，并使用fillna(0)方法将缺失值替换为0。最终得到的df_filled是一个填充了缺失值的新DataFrame。
除了使用常数值填充缺失值外，fillna()方法还支持一些其他的填充方法，如使用前一个非缺失值填充（ffill）、使用后一个非缺失值填充（bfill）等。可以根据实际需求选择合适的填充方法。
推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云数据仓库CDW、腾讯云数据湖分析DTA等。你可以通过访问腾讯云官网（https://cloud.tencent.com/）了解更多关于这些产品的详细信息。
相关·内容
我有一个数据集，其中我需要有条件地填充can，第一个值来自适当的groupby，但我无法弄清楚。
import numpy as np
import pandas as pd
df_dict = {
'id':[1, 1, 1, 1, 2, 2, 2, 2],
'data':['A', np.nan, np.nan, np.nan, 'B', np.nan, np.nan, np.nan, 'C', np.nan, np.nan]
}
df = pd.DataFrame(df_dict)
我需要创建
浏览 1提问于2019-02-14得票数 1
我需要帮助来解决以下问题：
我有两(2)个不同大小的数据帧。我需要比较这些值，如果满足条件，则替换Dataframe 1中的值。
如果Dataframe 1中的Material和Char的值为= "Y"，我需要从Dataframe 2中获取"Required or Optional“值。如果是必需的，则将"Y”替换为"Y_REQD“；否则，如果它是可选的，则将"Y”替换为"Y_OPT“。
我一直在使用For循环，但现在代码变得太复杂了，这提示我这可能不是最好的方法。
提前谢谢。
浏览 1提问于2019-11-01得票数 1
我试图找出每行DataFrame中的第一个有效值和最后一个有效值之间的区别。
我有一个工作代码与for循环，并寻找更快的东西。下面是我目前正在做的一个例子：
import pandas as pd
import numpy as np
df = pd.DataFrame(
np.arange(16).astype(np.float).reshape(4, 4),
columns=['a', 'b', 'c', 'd'])
# Fill some NaN
df.loc[0, ['a', 'd
浏览 7提问于2016-10-20得票数 1
回答已采纳
2回答
我有这个df
data = {'Name': ['T', 'J', 'K', 'J', 'M', 'A', 'J', 'K','L', 'o', 'j' ], 'Match': [0,1,2,0,1,0,1,2,3,0,1]}
Df = pd.DataFrame(data)
我想申请列，显示每一场比赛的季节。每场比赛值为0时，赛季要比以往多。重要的是，每个赛季的比赛数量是不同的。
我们
浏览 5提问于2022-02-23得票数 0
回答已采纳
我是python的新手，正在尝试弄清楚如何绘制出某些数据，这些数据在任何给定的日期都可能有丢失的数据。 该数据是已完成的作业数(y)、它们的评级(辅助Y)和日期(x)。 这张图看起来像是什么样子，然而，作业不是每天都完成的，所以有几天没有数据，图上的线条就停止了。 有没有办法让它自动将图上的点连接起来？ import matplotlib.pyplot as plt
import pandas as pd
import database
df = pd.DataFrame(database.getTasks("Pete"), columns=['date'
浏览 45提问于2021-03-19得票数 0
1回答
我有大约5000万行数据，其中有400万个唯一I。对于这些is中的每一个，我想计算支付的净金额(而不是累积，它由“支付”表示)。原始数据帧看起来像这样：Original dataframe 这就是我想要的结果：Resultant dataframe 通过通常的for循环方法来做这件事非常慢，我希望加快这个过程，但主要问题是需要一次为每个唯一的ID做这件事(以免造成差异)。因此，我不能使用.apply()来做这件事。 这是我现在拥有的代码： df_super = pd.DataFrame()
for idx, df_sub in df.groupby("ID"):
df
浏览 19提问于2020-11-10得票数 1
回答已采纳
4回答
下面是我正在处理的数据的一个例子。
userID | preference
-------------------
user1 | NaN
user1 | NaN
user1 | coffee
user2 | NaN
user2 | tea
user2 | NaN
user3 | NaN
user3 | NaN
user3 | NaN
.
.
.
有些用户缺少空首选项。我想使用为每个用户提供的第一个非空字符串来填充首选项。我的最后DataFrame输出应该如下所示
userID | preference
-------------------
user1 | c
浏览 1提问于2021-08-01得票数 1
回答已采纳
1回答
我正在使用一个包含大量原始数据的特别大的dataframe。我想我已经成功地将我感兴趣的行转换为用pct_changed()更改的%，并将其插入到dataframe中的一个新列中。
在这里，我想比较每一行，只有当百分比超过2%时，才能得到结果。我试过用条件词，但它为我的每一行打印了一行。下面是我正在使用的代码：
import pandas as pd
df=pd.read_csv("tempcsv.csv")
percentile = df['Pressure'].pct_change().fillna(0)
for row in percentile:
浏览 3提问于2017-09-29得票数 2
回答已采纳
我有dataframe，它在列B中有一个nan值。
df_stack = pd.DataFrame({'A': [2, 4, 8, 0,6],
'B': [2, 4, np.NaN, 5,7],
'C': [10, 2, 1, 8,9]},
index=['1', '2', '3', '4', '5'])
A
浏览 4提问于2022-11-08得票数 1
回答已采纳
1回答
我有个数据：
df = pd.DataFrame({'cust': {0: 'A',
1: 'A',
2: 'A',
3: 'A',
4: 'B',
5: 'B',
6: 'B',
7: 'B',
8: 'B'},
'value': {0: 6, 1: 10, 2: 11, 3: 15, 4: 6, 5: 12, 6: 21, 7: 29, 8: 33},
'signal
浏览 4提问于2020-12-19得票数 1
回答已采纳
我有这样的数据：
dict={'priorSaleYear':[2004, np.NaN],'lastSaleYear':[2008, 2009]}
df=pd.DataFrame(dict, index=[1,2])
我想将np.nan替换为lastSaleYear小数--一个数字：
df['priorSaleYear']= df.apply (lambda row: (row['lastSaleYear'] - b) if row['priorSaleYear'] is np.nan else row['
浏览 3提问于2022-05-20得票数 0
1回答
我有一个非索引的，其中每一行都包含一些NaNs的数值和布尔值。我的dataframe中的一个示例行可能如下所示(上面有变量)：
X_1 X_2 X_3 X_4 X_5 X_6 X_7 X_8 X_9 X_10 X_11 X_12
24.4 True 5.1 False 22.4 55 33.4 True 18.04 False NaN NaN
我想向我的dataframe中添加一个新变量，称为X_13，它是每行中的True值的数目。因此，在上述情况下，我想获得：
X_1 X_2 X_3 X_4 X_5 X_6 X_7 X_8 X_9 X_10 X
浏览 3提问于2016-08-08得票数 4
我想用同一组中的非NaN值替换Pandas DataFrame列中的NaN。在我的例子中，这些是地理坐标，由于某些原因，查找失败的数据点。例如：
df.groupby('place')
看起来像
place| lat | lng
-----------------
foo | NaN | NaN
foo | 1 | 4
foo | 1 | 4
foo | NaN | NaN
bar | 5 | 7
bar | 5 | 7
bar | NaN | NaN
bar | NaN | NaN
bar | 5 | 7
==> what I wa
浏览 0提问于2017-04-06得票数 1
2回答
数据框架：
data=pd.DataFrame({'name':['A','B','C'],
'rank':[np.nan,2,3],
'rank1':[2,np.nan,2],
'rank2':[3,1,np.nan],
'rank4':[4,2,3]})
我的代码：
data['Diff']=np.where((data['
浏览 1提问于2021-06-06得票数 3
回答已采纳
假设我有一个带有一些DataFrame的NaN：
>>> import pandas as pd
>>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
>>> df
0 1 2
0 1 2 3
1 4 NaN NaN
2 NaN NaN 9
我需要做的是将每个NaN替换为上面同一列中的第一个非NaN值。假定第一行将永远不包含NaN。因此，对于前面的示例，结果将是
0 1 2
0 1 2 3
1 4 2
浏览 13提问于2015-01-12得票数 233
回答已采纳
2回答
根据行条件替换nan值
、、、
这是我的原始数据格式df_
index_label,id_label,morning,evening,night
a,x,nan,eating,sleep
b,x,shower,eating,nan
c,x,nan,nan,nan
d,y,work,reading,travel
e,y,nan,reading,nan
f,y,work,nan,nan
g,z,shower,nan,travel
h,z,shower,eating,nan
我试图将nan值替换为基于相同id_labels的来自相同数据的df的非值。每一栏‘早上’，‘晚上好’都需要从南打扫。“夜”栏应该保持不变。
浏览 1提问于2018-06-20得票数 3
回答已采纳
我想用连续值1和2在列1中填写这些缺失的数字。
这就是我所做的：
import pandas as pd
import numpy as np
df = pd.DataFrame({'a': [1, 4, 7,8,4],
'b': [1, np.nan, 3, np.nan, 5]})
df['b'].fillna({'b':[1,2]}, inplace=True)
但什么都没做。
浏览 1提问于2019-01-15得票数 2
回答已采纳
我有一个dataframe，我想添加一个列，它应该是其中一列的累加和，但前提是另一列的值是特定的列。 例如，我的dataframe如下： | Type | Quantity |
| A | 30 |
| B | 10 |
| B | 5 |
| A | 3 | 我想添加一个列SumA，它只在Type == A时计算数量的累加和。 我已经尝试过了： data['SumA'] = data['Quantity'].cumsum() if data[(data['Type'] == 'A')] 我一直收到错误，我不知道如何解决
浏览 123提问于2021-11-15得票数 1
回答已采纳
从这里对SO ()的讨论中汲取灵感，我尝试了所建议的方法，虽然它在使用函数sum()时有效，但在使用np.nansum时却不起作用：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(100,4), columns=['a', 'a','b','b'], index=pd.date_range('2011-1-1', periods=100))
print(df.head(3))
sum()案件：
print(df.gr
浏览 1提问于2016-09-07得票数 2
回答已采纳
3回答
这在Python中是完全合法的：
In [1]: 'abc' + 'def'
Out[1]: 'abcdef'
如果我有一个全文本Pandas DataFrame，如下所示：
In [2]: df = pd.DataFrame([list('abcd'), list('efgh'), list('ijkl')],
columns=['C1','C2','C3','C4'])
浏览 2提问于2017-06-30得票数 2
回答已采纳
1回答
我有一个DataFrame
name value
A 2
A 4
A 5
A 7
A 8
B 3
B 4
B 8
C 1
C 3
C 5
我想根据每个名字得到如下的值差异
name value dif
A 2 0
A 4 2
A 5 1
A 7 2
A 8 1
B 3 0
B 4 1
B
浏览 4提问于2016-12-07得票数 5
回答已采纳
4回答
我有两个由timeseries索引的dataframes。我需要将这些元素添加到一起以形成一个新的dataframe，但前提是索引和列相同。如果该项不存在于某个dataframe中，则应将其视为零。
我尝试过使用.add，但无论索引和列如何，这个函数都会求和。我还尝试了一个简单的combined_data = dataframe1 + dataframe2，但如果两个数据帧都没有元素，则会给出一个NaN。
有什么建议吗？
浏览 0提问于2012-06-20得票数 52
回答已采纳
2回答
让我们举个例子。假设我们有一个列名为"f1“的数据框架
f1：{2，4，NaN，1，NaN，15}
当我们将平均归责应用于它时，我们编写了这样的代码
dataframe['f1'].fillna(dataframe['f1'].mean())
所以我怀疑，当它计算dataframe'f1'.mean()期间的f1平均值时，我知道它在求和过程中排除了NaN值(在分子中)，因为它们不能被添加，但是我想知道的是，当除以值的总数时，它可以被包含或排除在分母中。
平均值是这样计算的
平均值(F1)=(2+4+1+15)/6(包括值总数中的
浏览 5提问于2021-07-24得票数 1
回答已采纳
3回答
我需要用每组中的平均值来填充熊猫DataFrame中丢失的值。根据的说法，transform可以实现这一点。
然而，就我的目的而言，transform太慢了。
例如，使用具有100个不同组和70% DataFrame值的大型NaN设置：
import pandas as pd
import numpy as np
size = 10000000 # DataFrame length
ngroups = 100 # Number of Groups
randgroups = np.random.randint(ngroups, size=size) # Creation of grou
浏览 5提问于2016-11-18得票数 8
回答已采纳
1回答
在一些分析结束时，我有了一个包含id、组、基线、起始、subsequent_events和delta_month的数据帧(本例中为df_delta)。
我的方法是:与后续事件合并、连接或连接(df_a_b)，然后根据id求和(连接代码片段中显示的连接)。
import pandas as pd
data_a = {
'id': [3, 2, 1, 0]
,'group':['test','test','control','control']
,'original_event_date'
浏览 0提问于2019-01-27得票数 0
2回答
假设我有如下所示的数据文件：
import pandas as pd
import numpy as np
d = {'Column 1': [10, 12,13,43,np.nan],
'Column2':[np.nan,7,np.nan,49,8]}
df = pd.DataFrame(d)
我想创建第三列，它的条件是从第2列中获取值，除非它们是NaNs。如下所示：
我已经找到了多个主题/解决方案，其中条件依赖于一列中的值，但找不到必须从多个列提供数据的主题/解决方案。
浏览 3提问于2022-01-26得票数 -1
回答已采纳
1回答
这是我的数据框架：
date value negative trigger period
125652 2020-01-12 07:00:00+00:00 21.688670 False False NaN
125653 2020-01-12 07:05:00+00:00 1.456942 False False NaN
125654 2020-01-12 07:10:00+00:00 -22.268280 True False 1
125655
浏览 11提问于2021-03-15得票数 1
1回答
我在Python中有一个pandas DataFrame，如下所示： A -- E user
0 0 -- 0 1
1 12 -- 1 1
2 12 -- 1 1
3 13 -- 2 1
4 15 -- 3 1
5 15 -- 3 1
6 15 -- 3 1
7 19 -- 4 2
8 20 -- 5 2
9 25 -- 6 2
10 25 -- 6 2 我想要从每个用户的前一组/一组值(即，它不应该是0)中减去1行 我的意思是有一个如下的DataFrame：
浏览 50提问于2020-10-08得票数 2
回答已采纳
我有一个数据帧，它在几个不同的列中有一些缺失的数据。如何编写一个函数来识别缺少(即NaN或NULL值)数据的列，并用0填充它们？
我目前使用它来输入我已经知道缺少数据的特定列；但是，我正在尝试想出一个函数，它可以自己查找缺少数据的列。
def fill_blanks(dataframe, column):
dataframe[column] = dataframe[column].fillna(0)
浏览 115提问于2019-03-12得票数 0
回答已采纳
我想按我的数据帧分组，并检查flag列的每一列中的值是否保持为1连续等于或大于组中的2行，如果组计数小于连续1，则保留该组从数据帧中删除
dataframe1=pd.DataFrame({'x1':[5,678,78,89,4,5,6,5],'x2':[555,555,555,555,3,3,3,3],'flag':[1,1,0,0,1,0,0,0]})
df_out=dataframe1=pd.DataFrame({'x1':[5,678],'x2':[555,555],'flag':[1,1
浏览 9提问于2021-03-12得票数 0
回答已采纳
我有一些用以下代码生成的数据帧：
from collections import defaultdict
import pandas as pd
mydict = { ('x305', 'BoxType1-1'): { 'box': 'x305', 'box#': '0', 'boxCode': 'Z8', 'version': '00.00' },
('x305', 'BoxType1-
浏览 3提问于2018-01-23得票数 0
回答已采纳
1回答
temperature precipitation
0 1.26 0.0279
1 1.64 0.0330
2 1.98 0.0381
3 2.31 0.0406
4 2.61 0.0406
5 2.89 0.0381
6 3.15 0.0356
7 3.51 0.0305
8 3.78 0.0305
浏览 0提问于2018-12-04得票数 3
回答已采纳
我的简化数据格式如下：
df = pd.DataFrame()
df['A'] = ('IGNORE','IGNORE','IGNORE','YES','IGNORE','YES','YES','YES','IGNORE','IGNORE','IGNORE','YES','IGNORE','IGNORE','IGNORE','IGNO
浏览 1提问于2019-06-26得票数 1
回答已采纳
我有DataFrame | ind | A | B |
------------------------
| 1.01 | 10 | -1.734 |
| 1.04 | 10 | -1.244 |
| 1.05 | 10 | 0.016 |
| 1.11 | NaN | -2.737 | <-
| 1.13 | NaN | -4.232 | <-
| 1.19 | 11 | -3.241 | <=
| 1.20 | 12 | -2.832 |
| 1.21 | 10 | -4.277 | 并希望使用以下一个有效值结尾的递减序列
浏览 20提问于2020-04-14得票数 0
回答已采纳
当我搜索我的问题时，我一直发现的是将相同的值组合在一起，但是我希望得到每个团队的值并将它们相加在一起。
这是我的Dataframe
0 Liverpool 4
1 West Ham 0
2 Bournemouth 1
3 Burnley 3
4 Crystal Palace 0
5 Liverpool 6
6 West Ham 2
7 Bournemouth 8
8 Burnley 1
9 Crystal Palace
浏览 6提问于2021-12-01得票数 0
回答已采纳
我将如何转换一系列表单：
import pandas as pd
df = pd.DataFrame([True,True, True, False, False, False, True, True, False], columns=['signal'])
df
signal
0 True
1 True
2 True
3 False
4 False
5 False
6 True
7 True
8 False
对于满足某一标准的第一个值被保留而连续的值不被保留的系列？如下所示：
signal
0 True
1
浏览 1提问于2022-04-21得票数 0
1回答
我有一个excel文件，其中列出了篮球队和每支球队的球员。新团队的第一行在0列中声明团队名称，在第1列中指定该团队中的一名球员。下一行只在第1列中有一名球员(第0列中没有任何内容，因为上一次声明的团队中暗示了该团队)。每个团队都会重复这种情况。
Warriors Stephen Curry
- Klay Thompson
- Kevin Durant
Clippers Chris Paul
- Blake Griffen
- JJ Redick
Raptors Kyle Lowry
-
浏览 4提问于2017-03-31得票数 3
回答已采纳
1回答
因此，我在互联网上搜寻，试图找出如何做到这一点，但我没有成功。我有一个大约有5,000行的数据集，但为了简单起见，我在下面使用了这个数据帧。我想以年为单位计算年龄(即用月份除以12)，但是我不知道如何让python识别这个数字。你有什么想法或方向可以给我指路吗？
test = (3, 6, 1, '7 m', '8 m', 5, 11, '10 m','almost 4 m', '9 y & m', '3 Yr 7 mths')
test_list = list(test)
test_se
浏览 0提问于2019-03-13得票数 0
2回答
我有两个不同大小的数据帧，我想对四个不同列中的所有值进行比较(两组两个)
本质上，我希望看到df1'A‘== df2'A’& where df1'B‘== df2'B’并返回df1‘C’的值加上df2‘C’的值
import pandas as pd
df1 = pd.DataFrame({"A": [1, 2, 3, 4, 3], "B": [2, 5, 4, 7, 5], "C": [1, 2, 8, 0, 0]})
df2 = pd.DataFrame({"A": [1, 3, 2,
浏览 0提问于2016-03-29得票数 1
如何添加两个数据格式(A + B)的列，以便结果(C)考虑缺少的值(‘-’)？
DataFrame A
a = pd.DataFrame({'A': [1, 2, 3, '---', 5]})
A
0 1
1 2
2 3
3 ---
4 5
DataFrame B
b = pd.DataFrame({'B': [3, 4, 5, 6, '---']})
B
0 3
1 4
2 5
3 6
4 ---
A+B的期望结果
C
0 4
1 6
2 8
3
浏览 0提问于2019-04-11得票数 1
回答已采纳
我想对第0列和第1列求和。我对' x‘使用了一个命名范围，我们称之为x。它正在查看的数据如下：
1207 1500
1222 1500
1211 1500
1218 1500
1208 1500
1204 1500
1216 1500
1215 1500
1212 1500
1205 1500
1213 1500
1221 1500
1209 1500
1214 1500
1202 1500
1203 1500
1206 1500
1210 1500
1217 1500
1
浏览 0提问于2019-12-06得票数 2
示例Datafrmae:
col1 = {"a" : [1, np.nan, np.nan, np.nan, 2, 3, 4 , np.nan, np.nan, np.nan, np.nan, np.nan, np.nan,]}
df = pd.DataFrame(data=col1)
从dataframe中查找最大的连续NaN值组。返回组的第一个和最后一个索引。
在本例中，输出为：(7，12)
浏览 0提问于2021-08-26得票数 1
回答已采纳
2回答
我有一个DataFrame，它有三列：
id order ordernumber
1 app 1
1 pip 2
1 org 3
2 app 1
3 app 1
3 org 3
"order“列只有3个唯一值(app、pip和org)。我想要一个DataFrame，它显示每个id，他们有多少订单，以及他们的总订单数量。
结果如下所示：
id app pip org total
1
浏览 1提问于2016-01-14得票数 4
回答已采纳
3回答
下面是我正在处理的这类事情的一个简单示例：
In [1]: import pandas as pd
In [2]: import numpy as np
In [3]: test = pd.DataFrame(np.random.randn(4,4),columns=list('ABCD'))
In [4]: for i in range(4):
....: test.iloc[i,i] = np.nan
In [5]: test
Out[5]:
A B C D
0 NaN 0.1
浏览 0提问于2017-12-02得票数 5
为什么这个手术会失败？例如：
a = pd.DataFrame({'a': [1,2,np.nan, np.nan],
'b': [5,np.nan,6, np.nan],
'c': [5, 1, 5, 2]})
a[['a', 'b']].fillna(0, inplace=True)
给了我这个警告：
SettingWithCopyWarning:
A value is trying to be set on a copy of a sl
浏览 32提问于2017-04-27得票数 7
回答已采纳
我正在尝试迭代一个熊猫Dataframe，它有具有不同数据类型的列，并根据它们的空值用不同的数据类型替换它们。
for col in WHO_df:
if WHO_df[col].dtype == 'float64':
WHO_df[col].fillna(WHO_df[col].mean())
else:
WHO_df[col].fillna(0)
此代码不起作用，因为在dataframe中没有替换空值。
浏览 19提问于2022-10-13得票数 0
回答已采纳
我有两个数据帧：
daily = pd.DataFrame({'Date': pd.date_range(start="2021-01-01",end="2021-04-29")})
pc21 = pd.DataFrame({'Date': ["2021-01-21", "2021-03-11", "2021-04-22"]})
pc21['Date'] = pd.to_datetime(pc21['Date'])
我想做的是:对于pc21中的每个日期
浏览 0提问于2021-04-30得票数 4
3回答
我有一个40行的DataFrame列，除了三行上面有数字之外，所有的行都填充了0，还有一列只有一个有价值的数字。
new_column new_column2
0 0 0
1 0 0
2 0
浏览 26提问于2017-07-11得票数 1
回答已采纳
对于当前的项目，我计划清除Pandas DataFrame的空值。为此，我想使用pd.DataFrame().fillna()，它显然是数据清理的可靠解决方案。 但是，在运行下面的代码时，我收到了以下错误ValueError: Must specify a fill 'value' or 'method'。我尝试了几种方法来重写df = pd.DataFrame().fillna()行，但都没有达到预期的结果。 有没有什么聪明的调整可以让它运行起来？ import string
import json
import pandas as pd
# Loadin
浏览 1101提问于2020-07-14得票数 2
回答已采纳
2回答
我试图用来自另一个DataFrame列的值来填充DataFrame列中缺少的值。下面是设置：
import numpy as np
import pandas as pd
df = pd.DataFrame({
'a': [2, 3, 5, np.nan, np.nan],
'b': [10, 11, 13, 14, 15]
})
df2 = pd.DataFrame({
'x': [1]
})
当然，我可以这样做，而且效果很好：
df['a'] = df['a'].fillna(1)
浏览 1提问于2018-03-08得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
