如何在 Python 中基于另一个数据框填充 NAN 值答案

【问题标题】：How to fill NAN Value base on another dataframe in Python如何在 Python 中基于另一个数据框填充 NAN 值
【发布时间】：2021-10-27 18:49:06
【问题描述】：

如何将这两个数据框合并为我想要的结果？

df1 = pd.DataFrame({'Animals': ['Dog','Cat','Monkey','Snake','bear','dear'],
                    'Price': ['100','NAN','100','70','NAN','100']})

df2 = pd.DataFrame({'Animals': ['Cat','bear'], 'Price': ['50','200']})

result = pd.merge(df1, df2, how='left', on=['Animals'])

想要的结果：

Animals     Price
Dog         100
Cat         50
Monkey      100
Snake       70
bear        200
dear        100

【问题讨论】：

这能回答你的问题吗？ How to merge two dataframe in pandas to replace nan
它的拼写是“鹿”，顺便说一句。
是的，没错，我打字很快，拼写错误。 :-)
这也可以帮助stackoverflow.com/questions/57702145/…

标签： python python-3.x pandas

【解决方案1】：

试试：

df1 = pd.DataFrame(data={'Animals': ['Dog', 'Cat', 'Monkey', 'Snake', 'bear', 'dear'], 'Price': ['100', pd.NA, '100', '70', pd.NA, '100']})
df2 = pd.DataFrame(data={'Animals': ['Cat', 'bear'], 'Price': ['50', '200']})

df1 = df1.set_index('Animals')
df2 = df2.set_index('Animals')

df1['Price'].update(df2['Price'])
df1 = df1.reset_index()
df2 = df2.reset_index()

print(df1)

输出：

  Animals Price
0     Dog   100
1     Cat    50
2  Monkey   100
3   Snake    70
4    bear   200
5    dear   100

【讨论】：

【解决方案2】：

如果NAN 将是pd.NA 或np.nan，您可以使用combine_first

import pandas as pd

df1 = pd.DataFrame(data={'Animals': ['Dog', 'Cat', 'Monkey', 'Snake', 'bear', 'dear'], 'Price': ['100', pd.NA, '100', '70', pd.NA, '100']})
df2 = pd.DataFrame(data={'Animals': ['Cat', 'bear'], 'Price': ['50', '200']})

df1 = df1.set_index(keys='Animals')
df2 = df2.set_index(keys='Animals')
result = df2.combine_first(other=df1)
result = result.reset_index()
print(result)

【讨论】：

感谢您的回答，看到了它的工作。但有一个排序问题。如何在不排序的情况下合并？

【解决方案3】：

这是虚拟数据：

df1 = pd.DataFrame({'Animals': ['Dog','Cat','Monkey','Snake','bear','dear'],
                    'Price': ['100','NAN','100','70','NAN','100']})

df2 = pd.DataFrame({'Animals': ['Cat','bear'], 'Price': ['50','200']})

首先，您需要将 'NAN' 设为实际的“非数字”值 (np.nan)

df1['Price'] = pd.to_numeric(df1['Price'], errors='coerce')

然后您可以将 df2 转换为字典以替换值：

convert_dict = df2.set_index("Animals").to_dict()['Price']

然后，通过替换动物将 nans 替换为字典中的值：

df1.loc[df1['Price'].isna(),'Price'] = \
    df1.loc[df1['Price'].isna(),'Animals'].replace(convert_dict)

结果：

|    | Animals   |   Price |
|---:|:----------|--------:|
|  0 | Dog       |     100 |
|  1 | Cat       |      50 |
|  2 | Monkey    |     100 |
|  3 | Snake     |      70 |
|  4 | bear      |     200 |
|  5 | dear      |     100 |

【讨论】：

【解决方案4】：

您可以尝试用零替换 NaN：

df1 = df1.fillna(0)

【讨论】：

我不想用 0 填充 NA 。只想填充 DF2 值。感谢您的回答
请在您的回答中提供更多详细信息。正如目前所写的那样，很难理解您的解决方案。