Pandas 数据帧乘以只取 fill_value 的正确数据帧

Question

pandas.DataFrame.multiply() 的 fill_value 参数填充两个数据帧中的缺失值。但是，我只想在第二个 DataFrame 中填充缺失值。除了下面我的 hacky 解决方案之外，还有什么好方法？

>>> df1 = pd.DataFrame({'a':[1, np.nan, 2], 'b':[np.nan, 3, 4]}, index = [1, 2, 3])
>>> df1
     a    b
1  1.0  NaN
2  NaN  3.0
3  2.0  4.0

>>> df2 = pd.DataFrame({'a':[2, np.nan], 'b':[3, np.nan], 'c':[1, 1]}, index = [1, 2])
>>> df2
     a    b    c
1  2.0  3.0  1.0
2  NaN  NaN  1.0

我想通过将 df1 保持为主要数据帧来按元素相乘，以便生成的形状和 NaN 条目应匹配 df1，同时填充NaNs in df2 取值1，得到

     a    b
1  2.0  NaN
2  NaN  3.0
3  2.0  4.0

天真的解决方案不起作用：

>>> df1.multiply(df2, fill_value=1)
     a    b    c
1  2.0  3.0  1.0
2  NaN  3.0  1.0
3  2.0  4.0  NaN

我的 hacky 解决方案是用 1s 创建一个矩阵，其中 df1 有值，并通过 df2

更新

>>> df3 = df1/df1
>>> df3.update(df2)
>>> df3
     a    b
1  2.0  3.0
2  NaN  1.0
3  1.0  1.0
>>> df1.multiply(df3)
     a    b
1  2.0  NaN
2  NaN  3.0
3  2.0  4.0

就是感觉不太优雅。关于使用 df1 和 df2 直接操作的任何好主意，希望是单行的？

Answer 1

一种替代方法是根据 df1:

中的空值过滤结果

df1.multiply(df2, fill_value=1)[df1.notnull()]
Out: 
     a    b
1  2.0  NaN
2  NaN  3.0
3  2.0  4.0

Answer 2

您可以在 df2 上使用 reindex and fillna:

df1.multiply(df2.reindex(df1.index).fillna(1))

     a    b
1  2.0  NaN
2  NaN  3.0
3  2.0  4.0

这种情况下不需要显式调用multiply，直接用*做乘法即可：

df1 * df2.reindex(df1.index).fillna(1)

     a    b
1  2.0  NaN
2  NaN  3.0
3  2.0  4.0

此外，如果您需要将 df2 的列与 df1 对齐，请使用 reindex 的 columns 参数：

df1 * df2.reindex(index=df1.index, columns=df1.columns).fillna(1)

Pandas 数据帧乘以只取 fill_value 的正确数据帧

Pandas Dataframe multiply with only the right dataframe taking fill_value

multiplication

dataframe

pandas