循环遍历几个值以填充 Pandas Dataframe 中的 NaN答案

【问题标题】：Loop through several values to fill NaNs in Pandas Dataframe循环遍历几个值以填充 Pandas Dataframe 中的 NaN
【发布时间】：2019-01-15 16:36:07
【问题描述】：

我知道我不能用列表填充 NaN，如 documentation 中的 fillna 所述。那么，使用值列表填充 NaN 的首选方法是什么？期望的行为是遍历列表并一次填充一个 NaN；如果 NaN 比列表中的多，则重新开始。示例：

np.random.seed(0)
s = pd.Series(np.random.randint(0,100, 50))
s.loc[s > 25] = np.nan
s.fillna([10, 20, 30]) # Produces TypeError

期望的输出：

等等

这不是内置的，因为它很难矢量化吗？对于它的价值，这只是理论上的，我没有实际数据。

【问题讨论】：

标签： python pandas dataframe series

【解决方案1】：

使用

s.loc[s.isna()]=[10,20,30]*(s.isna().sum()//3)+[10,20,30][:s.isna().sum()%3]
s
Out[271]: 
0     10.0
1     20.0
2     30.0
3     10.0
4     20.0
5      9.0
6     30.0
...

【讨论】：

【解决方案2】：

无需先将值转换为NaN。所以让我们假设这个起点：

np.random.seed(0)
s = pd.Series(np.random.randint(0,100, 50))

然后你可以使用loc 和np.resize：

mask = s > 25
s.loc[mask] = np.resize([10, 20, 30], mask.sum())

或者，pd.Series.mask:

s = s.mask(s > 25, np.resize([10, 20, 30], len(s.index)))

结果：

print(s.head(10))
# 0    10
# 1    20
# 2    30
# 3    10
# 4    20
# 5     9
# 6    30
# 7    21
# 8    10
# 9    20
# dtype: int32

【讨论】：

第二个很棒，第一个不适合我 - 保持系列不变
@JoshFriedlander，奇怪，你的输入数据对我来说都很好。
好的，我意识到我的错误 - 你的方法在分配 NaN 之前有效。所以应该是mask = np.isnan(s)
除此之外，谢谢！我喜欢它，它比其他选项更惯用。
@JoshFriedlander，是的，这里不需要先转换为NaN，这只是一个额外的操作。