我有如下資料框
Re_MC,Fi_MC,Fin_id,Res_id,
1,2,3,4
,7,6,11
11,,31,32
,,35,38
df1 = pd.read_clipboard(sep=',')
我想fillna基于兩個步驟
a) 首先，只比較Re_MC和Fi_MC。如果這些列中的任何一列中缺少值，請從另一列復制它。
Re_MCb) 盡管執行了步驟 a，如果or仍然存在 NA，則從for和forFi_MC復制值。Fin_idFi_MCRes_idRe_MC
所以，我嘗試了以下兩種方法
方法 1 - 這有效但不高效/優雅
df1['Re_MC'] = df1['Re_MC'].fillna(df1['Fi_MC'])
df1['Fi_MC'] = df1['Fi_MC'].fillna(df1['Re_MC'])
df1['Re_MC'] = df1['Re_MC'].fillna(df1['Res_id'])
df1['Fi_MC'] = df1['Fi_MC'].fillna(df1['Fin_id'])
方法 2 - 這不起作用并提供不正確的輸出
df1['Re_MC'] = df1['Re_MC'].fillna(df1['Fi_MC']).fillna(df1['Res_id'])
df1['Fi_MC'] = df1['Fi_MC'].fillna(df1['Re_MC']).fillna(df1['Fin_id'])
有沒有其他有效的方法來按順序填充？意思是，我們先做step a，然后根據 的結果step a，我們做step b
我希望我的輸出如下所示
uj5u.com熱心網友回復：
您可以在以下位置使用字典fillna：
(df1
.fillna({'Re_MC': df1['Fi_MC'], 'Fi_MC': df1['Re_MC']})
.fillna({'Re_MC': df1['Res_id'], 'Fi_MC': df1['Fin_id']})
)
輸出：
Re_MC Fi_MC Fin_id Res_id
0 1.0 2.0 3 4
1 7.0 7.0 6 11
2 11.0 11.0 31 32
3 38.0 35.0 35 38
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/478532.html
上一篇：將資料拆分為pandas中的列
下一篇：如何使用imputeTS包中的gplot_na_imputations()或ggplot_na_distribution()