如何用另一行中的值替換NaN？

Question

我有一些包含NaN的行的df。 我想用該行最相似的行的各個變量值來估算它們。 我用所有具有NaN的行創建了df的子集，並創建了一個列表，該列表的索引與該子集中的行最相似。 我現在有了缺少值的行的ID，以及與該行最相似的行的ID。

假設這是我的df：

    ID  A   B   C
    01  10  20  40.0
    02  12  19  43.0
    03  10  NaN NaN

我想要的是用其他某行的值替換NaN。 預期結果：

    ID  A   B   C
    01  10  20  40.0
    02  12  19  43.0
    03  10  20  40.0

這似乎並不能解決問題：

    df.loc[df['ID'] == 03]['B'] = df.loc[df['ID'] == 01]['B']

理想情況下，我只用另一行中的值填充行中的所有NaN。

Answer 1

您可以用列或行fillna ，

df.fillna(df.iloc[0])