熊貓：如果數據框列為“ NaN”，則替換該列

Question

我有一個包含很多列的數據框。 一欄可能含有NaN 。 在這種情況下，可以在下一列中找到該值。

為了簡化...在這里：

In[1]:

d = {'col1': [1, 2, 3], 
     'col2': [5, np.nan, np.nan],
     'col3': [55, 9, 22]}
df = pd.DataFrame(data=d)
print(tabulate(df, headers = 'keys', tablefmt = 'psql'))

Out[1]:

+----+--------+--------+--------+
|    |   col1 |   col2 |   col3 |
|----+--------+--------+--------|
|  0 |      1 |      5 |     55 |
|  1 |      2 |    nan |      9 |
|  2 |      3 |    nan |     22 |
+----+--------+--------+--------+

應該在這里變成這個：

In[2]:

d = {'col1': [1, 2, 3], 
     'col2': [5, 9, 22],
     'col3': [55, 9, 22]}
df = pd.DataFrame(data=d)
print(tabulate(df, headers = 'keys', tablefmt = 'psql'))

Out[2]:
+----+--------+--------+--------+
|    |   col1 |   col2 |   col3 |
|----+--------+--------+--------|
|  0 |      1 |      5 |     55 |
|  1 |      2 |      9 | <==  9 |  # col3's value copied to col2
|  2 |      3 |     22 | <== 22 |  # col3's value copied to col2
+----+--------+--------+--------+

我嘗試了這個（沒有成功）：

df.loc[ df['col2'].isna() ] = df[ df['col2'].isna() ]['col3']

有什么建議嗎？

Answer 1

您需要按行向后填充：

df.bfill(axis=1)
#   col1  col2  col3
#0   1.0   5.0  55.0
#1   2.0   9.0   9.0
#2   3.0  22.0  22.0

Answer 2

是的，您可以只使用np.where

df.col2=np.where(df.col2.isna(),df.col3,df.col2)
df
Out[535]: 
   col1  col2  col3
0     1   5.0    55
1     2   9.0     9
2     3  22.0    22

用於使用.loc修復代碼

df.loc[ df['col2'].isna(),'col2' ] = df[ df['col2'].isna() ]['col3']
df
Out[538]: 
   col1  col2  col3
0     1   5.0    55
1     2   9.0     9
2     3  22.0    22

Answer 3

也，

d['col2'].fillna(d['col3'], inplace = True)