使用 Python Pandas 用非 NaN 值填充 NaN 值答案

【问题标题】：Filling NaN values with values that are not NaN using Python Pandas使用 Python Pandas 用非 NaN 值填充 NaN 值
【发布时间】：2018-06-21 00:15:08
【问题描述】：

我有一个数据框，它有 2 列，两列中都有一些 NaN 值。

df = { 'A' : [1,Nan, 2, Nan, Nan, 3],
       'B' : [Nan, Nan, 3, 4, 5 ,Nan]}

我想用 B 列中的 NaN 值填充 A 列中的 NaN 值，反之亦然。结果应该是这样的：

df = { 'A': [1,Nan, 2, 4, 5, 3],
       'B' : [1, Nan, 3, 4, 5 ,3]}

谢谢

【问题讨论】：

请分享您到目前为止所尝试的内容。

标签： python pandas

【解决方案1】：

使用bfill 和ffill，axis 参数等于 1：

df.ffill(1).bfill(1)

输出：

     A    B
0  1.0  1.0
1  NaN  NaN
2  2.0  3.0
3  4.0  4.0
4  5.0  5.0
5  3.0  3.0

【讨论】：

【解决方案2】：

这是使用df.fillna的一种方法

演示：

import pandas as pd
import numpy as np
df = { 'A' : [1,np.nan, 2, np.nan, np.nan, 3],
       'B' : [np.nan, np.nan, 3, 4, 5 ,np.nan]}
df = pd.DataFrame(df)
df["A"] = df["A"].fillna(df["B"])
df["B"] = df["B"].fillna(df["A"])
print(df)

输出：

     A    B
0  1.0  1.0
1  NaN  NaN
2  2.0  3.0
3  4.0  4.0
4  5.0  5.0
5  3.0  3.0

【讨论】：