Pandas fillna () 'ya bağımsız değişken olarak başka bir sütunun tamamı nasıl iletilir

fillnaYöntem kullanarak bir sütundaki eksik değerleri başka bir sütundaki değerlerle doldurmak istiyorum .

(Her satırda döngü yapmanın çok kötü bir uygulama olacağını ve her şeyi tek seferde yapmanın daha iyi olacağını okudum ama bunu nasıl yapacağımı bulamadım fillna.)

Önceki veriler:

Day  Cat1  Cat2
1    cat   mouse
2    dog   elephant
3    cat   giraf
4    NaN   ant

Sonraki veriler:

Day  Cat1  Cat2
1    cat   mouse
2    dog   elephant
3    cat   giraf
4    ant   ant

Bu sütunu aşağıdakilere sağlayabilirsiniz fillna( dokümanlara bakın ), bu değerleri doldurmak için eşleşen dizinlerde kullanır:

In [17]: df['Cat1'].fillna(df['Cat2'])
Out[17]:
0    cat
1    dog
2    cat
3    ant
Name: Cat1, dtype: object

Yapabilirsin

df.Cat1 = np.where(df.Cat1.isnull(), df.Cat2, df.Cat1)

RHS üzerindeki genel yapı , pandasyemek kitabındaki üçlü modeli kullanır (her durumda okumak için ödeme yapar). Bu bir vektör versiyonu a? b: c.

Bunun valueyerine parametreyi kullanın method:

In [20]: df
Out[20]:
  Cat1      Cat2  Day
0  cat     mouse    1
1  dog  elephant    2
2  cat     giraf    3
3  NaN       ant    4

In [21]: df.Cat1 = df.Cat1.fillna(value=df.Cat2)

In [22]: df
Out[22]:
  Cat1      Cat2  Day
0  cat     mouse    1
1  dog  elephant    2
2  cat     giraf    3
3  ant       ant    4

pandas.DataFrame.combine_first de çalışır.

( Dikkat: "Sonuç dizini sütunları, ilgili dizinlerin ve sütunların birleşimi olacağından", dizin ve sütunların eşleşip eşleşmediğini kontrol etmelisiniz. )

import numpy as np
import pandas as pd
df = pd.DataFrame([["1","cat","mouse"],
    ["2","dog","elephant"],
    ["3","cat","giraf"],
    ["4",np.nan,"ant"]],columns=["Day","Cat1","Cat2"])

In: df["Cat1"].combine_first(df["Cat2"])
Out: 
0    cat
1    dog
2    cat
3    ant
Name: Cat1, dtype: object

Diğer yanıtlarla karşılaştırın:

%timeit df["Cat1"].combine_first(df["Cat2"])
181 µs ± 11.3 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit df['Cat1'].fillna(df['Cat2'])
253 µs ± 10.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit np.where(df.Cat1.isnull(), df.Cat2, df.Cat1)
88.1 µs ± 793 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

Aşağıdaki bu yöntemi kullanmadım:

def is_missing(Cat1,Cat2):    
    if np.isnan(Cat1):        
        return Cat2
    else:
        return Cat1

df['Cat1'] = df.apply(lambda x: is_missing(x['Cat1'],x['Cat2']),axis=1)

çünkü bir İstisna yaratacaktır:

TypeError: ("ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''", 'occurred at index 0')

bu, np.isnan'ın yerel dtype (np.float64 gibi) NumPy dizilerine uygulanabileceği, ancak nesne dizilerine uygulandığında TypeError'ı yükselttiği anlamına gelir .

Bu yüzden yöntemi revize ediyorum:

def is_missing(Cat1,Cat2):    
    if pd.isnull(Cat1):        
        return Cat2
    else:
        return Cat1

%timeit df.apply(lambda x: is_missing(x['Cat1'],x['Cat2']),axis=1)
701 µs ± 7.38 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

İşte daha genel bir yaklaşım (fillna yöntemi muhtemelen daha iyidir)

def is_missing(Cat1,Cat2):    
    if np.isnan(Cat1):        
        return Cat2
    else:
        return Cat1

df['Cat1'] = df.apply(lambda x: is_missing(x['Cat1'],x['Cat2']),axis=1)

Bunun eski bir soru olduğunu biliyorum, ancak son zamanlarda benzer bir şey yapmaya ihtiyacım vardı. Aşağıdakileri kullanabildim:

df = pd.DataFrame([["1","cat","mouse"],
    ["2","dog","elephant"],
    ["3","cat","giraf"],
    ["4",np.nan,"ant"]],columns=["Day","Cat1","Cat2"])

print(df)

  Day Cat1      Cat2
0   1  cat     mouse
1   2  dog  elephant
2   3  cat     giraf
3   4  NaN       ant

df1 = df.bfill(axis=1).iloc[:, 1]
df1 = df1.to_frame()
print(df1)

Hangi sonuç:

  Cat1
0  cat
1  dog
2  cat
3  ant

Umarım bu birine yardımcı olur!