遍历 Pandas 列并替换 nan 值

Question

我正在尝试用存储在列表中的预测值替换列中的缺失值。

这是我想要完成的示例：

    A   B   C
0  7.2 'b' 'woo'
1  nan 'v' 'sal'
2  nan 'o' 'sdd'
3  8.1 'k' 'trili'

我的列表是这样的：

list = [3.2, 1.1]

我想要的结果是：

    A   B   C
0  7.2 'b' 'woo'
1  3.2 'v' 'sal'
2  1.1 'o' 'sdd'
3  8.1 'k' 'trili'

我尝试了各种不同的方法来解决这个问题，但这段代码说明了我的总体想法：

q = 0
for item in df['Age']:
    if str(item) == 'nan':
        item = my_list[q]
        q = q + 1

提前谢谢你。这让我发疯了一段时间。

Answer 1

您可以在类似的地方使用 isnull()：

df.loc[pd.isnull(df['A']), 'A'] = mylist

示例：

In [19]: df
Out[19]: 
     A  B      C
0  7.2  b    woo
1  NaN  v    sal
2  NaN  o    sdd
3  8.1  k  trili

In [20]: mylist = [3.2, 1.1]

In [21]: df.loc[pd.isnull(df['A']), 'A'] = mylist

In [22]: df
Out[22]: 
     A  B      C
0  7.2  b    woo
1  3.2  v    sal
2  1.1  o    sdd
3  8.1  k  trili

Answer 2

n = iter([3.2, 1.1])
for i, j in zip(*np.where(df.isnull())):
    df.set_value(i, j, next(n), True)

df

     A  B      C
0  7.2  b    woo
1  3.2  v    sal
2  1.1  o    sdd
3  8.1  k  trili

遍历 Pandas 列并替换 nan 值

Iterating through Pandas Column and replacing nan values

python

iteration

nan

pandas