将所有 NaN 值替换为其他列中的值

Question

我有以下 dataframe：

df = pd.DataFrame([[np.nan, 2, np.nan, 0],
                   [3, 4, np.nan, 1],
                   [np.nan, np.nan, 5, np.nan],
                   [np.nan, 3, np.nan, 4]],
                  columns=list('ABCD'))

我想用df["B"].ffill(inplace=True)在 B 列上做一个ffill() ，这会产生以下 df：

     A    B    C    D
0  NaN  2.0  NaN  0.0
1  3.0  4.0  NaN  1.0
2  NaN  4.0  5.0  NaN
3  NaN  3.0  NaN  4.0

现在我想用 B 列中的相应值替换所有 NaN 值。 文档指出你可以给fillna()一个系列，所以我尝试df.fillna(df["B"], inplace=True) 。 这导致与上面完全相同的 dataframe。

但是，如果我输入一个简单的值（例如df.fillna(0, inplace=True) ，那么它确实有效：

     A    B    C    D
0  0.0  2.0  0.0  0.0
1  3.0  4.0  0.0  1.0
2  0.0  4.0  5.0  0.0
3  0.0  3.0  0.0  4.0

有趣的是，当在另一个系列 object 上操作时， fillna()似乎确实可以使用系列作为value参数。 例如， df["A"].fillna(df["B"], inplace=True)结果：

     A    B   C  D
0  2.0  2.0 NaN  0
1  3.0  4.0 NaN  1
2  4.0  4.0 NaN  5
3  3.0  3.0 NaN  4

我真正的 dataframe 有很多列，我不想手动fillna()所有这些列。 我在这里忽略了什么吗？ 我可能没有正确理解文档吗？

编辑我已经阐明了我的示例，即'ffill' with axis=1 对我不起作用。 实际上，我的 dataframe 有很多很多列（数百个），我正在寻找一种不必明确提及所有列的方法。

Answer 1

尝试将轴更改为 1（列）：

df = df.ffill(1).bfill(1)

如果需要指定列，可以执行以下操作：

df[["B","C"]] = df[["B","C"]].ffill(1)

---

编辑：由于您需要更通用的东西并且df.fillna(df.B, axis = 1)尚未实现，您可以尝试：

df = df.T.fillna(df.B).T

或者，等效地：

df.T.fillna(df.B, inplace=True)

这是有效的，因为 df.B 的索引与df.B的列重合，因此df.T将知道如何替换它。 从文档：

值：标量、字典、系列或 DataFrame。 用于填充孔的值（例如 0），或者是一个值的 dict/Series/DataFrame，指定用于每个索引（对于 Series）或列（对于 DataFrame）的值。 不在 dict/Series/DataFrame 中的值将不会被填充。 此值不能是列表。

因此，例如， A行（在df.T中）的第0列中的NaN将被替换为df.B中索引为0的值。