Python Pandas - 使用 dict 替换 NaN 值

【问题标题】：Python Pandas - Replace NaN values using dictPython Pandas - 使用 dict 替换 NaN 值
【发布时间】：2020-06-09 16:10:25
【问题描述】：

使用以下 DF：

     A  B
0    a  1
1    b  2
2  NaN  1
3  NaN  2

我想根据B的数值表示替换A的NaN值，得到：

我已经建立了一个 B/A 值字典：{1 : 'a', 2: 'b'}

如何将更改应用到 NaN 值？

【问题讨论】：

nevemind，添加以回答在此处使用 map 和 replace 之间的差异，如果 dict 中的所有值都与 B 中的值相同，则输出相同（在实际数据中执行最佳测试）。

【解决方案1】：

将Series.fillna 与Series.map 一起使用：

d = {1 : 'a', 2: 'b'}
df.A = df.A.fillna(df.B.map(d))
print (df)
   A  B
0  a  1
1  b  2
2  a  1
3  b  2

我建议使用map，因为replace 是slowier，如果map 中没有匹配项，则返回缺失值（如原始值）而不是B 的值：

df["A"] = df["A"].fillna(df["B"].replace({1 : 'a', 2: 'b'}))
print (df)
   A  B
0  a  1
1  b  2
2  a  1
3  3  3 <- changed last value to 3

d = {1 : 'a', 2: 'b'}
df.A = df.A.fillna(df.B.map(d))
print (df)
     A  B
0    a  1
1    b  2
2    a  1
3  NaN  3

【讨论】：