[英]Pandas merge data frames
我有一个数据框,其中有一个带有nan值的列
我过滤了它们:
X_train = data[np.isnan(data[column]) == False].drop(column, 1)
y_train = data[np.isnan(data[column]) == False][column]
X_test = data[np.isnan(data[column]) == True].drop(column, 1)
y_test = data[np.isnan(data[column]) == True][column]
然后,通过一些复杂的算法,我可以预测y_test值。 然后,我想以正确的顺序合并这些DataFrame。 例如:
X, y
1, 1
12, nan
2, 3
5, nan
7, 34
y_test将有2个值。 例如,算法结束后, y_test == [2, 43]
然后我要创建以下DataFrame:
X, y
1, 1
12, 2
2, 3
5, 43
7, 34
你可以用
mask = np.isnan(data[column])
data.loc[mask, column] = [2, 43]
将值分配给原始DataFrame data
:
import numpy as np
import pandas as pd
nan = np.nan
data = pd.DataFrame({'X': [1, 12, 2, 5, 7], 'y': [1.0, nan, 3.0, nan, 34.0]})
column = 'y'
mask = np.isnan(data[column])
X_train = data[~mask].drop(column, axis=1)
y_train = data.loc[~mask, column]
X_test = data[mask].drop(column, axis=1)
y_test = data.loc[mask, column]
data.loc[mask, column] = [2, 43]
print(data)
产量
X y
0 1 1
1 12 2
2 2 3
3 5 43
4 7 34
只需将y_test
分配给缺少的值即可。
df.loc[df['y'].isnull(), 'y'] = y_test
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.