![](/img/trans.png)
[英]select non-NaN rows with multiple conditions from a pandas dataframe
[英]Pandas fillna only on rows with at least 1 non-NaN value
假设我有一个像这样构造的DataFrame:
import pandas as pd
import numpy as np
df = pd.DataFrame(data = {"col1":[3, np.nan, np.nan, 21],
"col2":[4, np.nan, 12, np.nan],
"col3":[33, np.nan, 55, np.nan]})
看起来像这样:
col1 col2 col3
0 3.0 4.0 33.0
1 NaN NaN NaN
2 NaN 12.0 55.0
3 21.0 NaN NaN
我想过滤到具有至少1个非NaN值的列 ,然后到位。
如果我执行以下操作:
df.loc[df.dropna(thresh=1).index, :].fillna("fill value")
这将创建一个新的DataFrame,其值已正确填充,并删除了全为NaN的行。
但是我想保留所有NaN行,因此我尝试将其应用到位:
df.loc[df.dropna(thresh=1).index, :].fillna("fill value", inplace=True)
但没有对原始DataFrame进行任何更改-我在做什么错?
为了澄清,您想让所有NaN行都保留为nans,但用值填充其他NaN? 到位吗?
这样的事情应该起作用:
df.where(df.isnull().all(axis=1), df.fillna(100), inplace=True)
where将整个行为null的值保留在其中,否则,将其替换为df.fillna()值。
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.