如何用 python 中另一个数据框的数据替换 NaN 值？答案

【问题标题】：how can I replace NaN value with data from another dataframe in python?如何用 python 中另一个数据框的数据替换 NaN 值？
【发布时间】：2021-11-06 04:09:06
【问题描述】：

from io import StringIO
import pandas as pd

x1 = """No.,col1,col2,col3,A
123,2,5,2,NaN
453,4,3,1,3
146,7,9,4,2
175,2,4,3,NaN
643,0,0,0,2
"""
x2 = """No.,col1,col2,col3,A
123,24,57,22,1
453,41,39,15,2
175,21,43,37,3
"""
df1 = pd.read_csv(StringIO(x1), sep=",")
df2 = pd.read_csv(StringIO(x2), sep=",")

如何用df2中对应的No.列填充df1中的NaN值，以拥有

No. col1 col2 col3 A
123 2 5 2 1
453 4 3 1 3
146 7 9 4 2
175 2 4 3 3
643 0 0 0 2

我尝试了以下行，但没有任何改变

df1['A'].fillna(df2['A'])

【问题讨论】：

标签： python pandas replace nan

【解决方案1】：

使用专门为此目的设计的combine_first：

(df1.set_index('No.')
    .combine_first(df2.set_index('No.'))
    .reset_index()
)

输出：

   No.  col1  col2  col3    A
0  123   2.0   5.0   2.0  1.0
1  146   7.0   9.0   4.0  2.0
2  175   2.0   4.0   3.0  3.0
3  453   4.0   3.0   1.0  3.0
4  643   0.0   0.0   0.0  2.0

或fillna 设置“否”后作为索引：

(df1.set_index('No.')
    .fillna(df2.set_index('No.'))
    .reset_index()
)

输出：

   No.  col1  col2  col3    A
0  123     2     5     2  1.0
1  453     4     3     1  3.0
2  146     7     9     4  2.0
3  175     2     4     3  3.0
4  643     0     0     0  2.0
)

【讨论】：

这不会弄乱行的顺序吗？
它在reset_index 期间重新排序，如果索引很重要，您可以先将其重置为列
df1.combine_first(df1[['No.']].merge(df2, on='No.', how='left'))
这不会用fillna重新排序，所以重新排序实际上是用combine_first进行的
整洁！来自我的 +1 :)

【解决方案2】：

fillna 和 map 的另一种方式：

df1["A"] = df1["A"].fillna(df1["No."].map(df2.set_index("No.")["A"]))

>>> df1
   No.  col1  col2  col3    A
0  123     2     5     2  1.0
1  453     4     3     1  3.0
2  146     7     9     4  2.0
3  175     2     4     3  3.0
4  643     0     0     0  2.0

【讨论】：

【解决方案3】：

试试这个：

df1['A'] = df1['A'].fillna(df2.set_index('No.').reindex(df1['No.'])['A'].reset_index(drop=True))

【讨论】：