如何用系列的值替换数据框的 Nan？答案

【问题标题】：How to replace Nan of the dataframe with the values of the series?如何用系列的值替换数据框的 Nan？
【发布时间】：2019-04-19 04:30:07
【问题描述】：

我有一个包含 14 列的系列和数据框，如果数据框具有 Nan 值，我需要将数据框值替换为系列值。（逐行）

average= ref_series.iloc[:,len_of_ref_series[0]-wks:len_of_ref_series[0]].mean(axis=1)

ref_series = ref_series.fillna(average, axis='index')

print(ref_series)

平均是一个系列：

0    360.000000
1    400.000000
2    386.666667

ref_series 是一个数据框：

W01  W02  W03  W04  W05  W06  W07  W08  W09  W10  W11  W12  W13    QTR
0  120  240  360  480  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
1  120  240  360  600  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
2  110  220  500  440  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN

我的预期结果：

W01  W02  W03  W04  W05  W06  W07  W08  W09  W10  W11  W12  W13  QTR
0  120  240  360  480  360  360  360  360  360  360  360  360  360  360
1  120  240  360  600  400  400  400  400  400  400  400  400  400  400
2  110  220  500  440  386  386  386  386  386  386  386  386  386  386

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

执行isna 检查以确定每行中哪些列具有 NaN。

df.columns[df.isna().all(axis=0)]
# Index(['W05', 'W06', 'W07', 'W08', 'W09', 
#        'W10', 'W11', 'W12', 'W13', 'QTR'], dtype='object')

您可以使用此结果通过 df.assign 将均值分配给这些列：

df = df.assign(**dict.fromkeys(df.columns[df.isna().all(axis=0)], s))

或者，作为整数列，

df.assign(**dict.fromkeys(df.columns[df.isna().all(axis=0)], s.astype(int)))

   W01  W02  W03  W04  W05  W06  W07  W08  W09  W10  W11  W12  W13  QTR
0  120  240  360  480  360  360  360  360  360  360  360  360  360  360
1  120  240  360  600  400  400  400  400  400  400  400  400  400  400
2  110  220  500  440  386  386  386  386  386  386  386  386  386  386

【讨论】：

嘿，感谢您的快速回复。您已经解释了上面的所有内容，但作为初学者，这让我感到困惑。如何分配该结果以及 s 是什么？
@GaneshShinde df.isna 将检查哪些单元格是 NaN，返回 True/False。 df.isna().all(axis=0) 将为每个 column 返回一个 True/False 的一维布尔数组，如果列中的每个值都是 NaN，则返回 True，否则返回 false。然后我得到满足此条件的列列表，然后调用df.assign 将系列s 分配到先前选择的每个列。希望有帮助。我建议运行这段代码并使用它，这样你就可以非常清楚每个步骤在做什么。
谢谢。有用。 ref_series=ref_series.assign(**dict.fromkeys(ref_series.columns[ref_series.isna().all(axis=0)], average.astype(int)))。执行 isna 检查有什么用？我没用过。