Skip to main content
 首页 » 编程设计

python之用另一个/相同数据帧的值替换 pandas 数据帧中值为 'NaN' 的单元格值

2025年04月02日9youxin

生成了以下 pandas 数据框 df1:

df1 = pd.DataFrame(data = {'Value': [1.989920, 'NaN', -9.363819, 'NaN'], 'Group-Index' : [6, 6, 7, 7], 'Group-Order' : [2, 2, 2, 2], 'Index' : [221, 225, 222, 222] }) 
 
            Value       Group-Index Group-Order     Index 
221         1.989920    6           2               221 
225         NaN         6           2               225 
222         -9.363819   7           2               222 
278         NaN         7           2               222 

请注意,pandas 索引会有所不同,因为我使用了实际项目中的数据框输出。

还有第二个数据框 df2 可用,如下所示:

df2 = pd.DataFrame({'Value': [1.989920, -9.363819], 'Group-Index' : [6, 7], 'Group-Order' : [2, 2], 'Index' : [221, 222] }) 
 
        Value       Group-Index     Group-Order     Index 
221     1.989920    6               2               221 
222     -9.363819   7               2               222 
  1. 如何搜索第一个数据框中的 GC-Value 列并找到所有 NaN 值,然后将它们替换为第二个数据框中的值,其中 Group-Index 和 Group-Order 列相同在两个数据框的两行中?

  2. 我的问题的另一个解决方案是将定义值的行中的值复制到与同一数据帧 df1 中的 Group-Index 和 Group-Order 匹配的 NaN 单元格。

因此,结果应该是:

            Value       Group-Index Group-Order     Index 
221         1.989920    6           2               221 
225         1.989920    6           2               225 
222         -9.363819   7           2               222 
278         -9.363819   7           2               222 

请您参考如下方法:

vnull = df1.Value.isnull() 
mrg_cols = ['Group-Index', 'Group-Order'] 
df1.loc[vnull, 'Value'] = df2.merge(df1.loc[vnull, mrg_cols]).Value.values 
 
df1