在Pandas中，我如何用 Dataframe 的另一个子集替换 Dataframe 的一个子集？

pepwfjgg 于 2023-05-05 发布在其他

关注(0)|答案(2)|浏览(225)

假设我有一个dataframe，其中每第5行填充NA，如下所示：
| 数量|一个|B|C类|
| --------------|--------------|--------------|--------------|
| 四|二|1|0|
| 五|不适用|不适用|不适用|
| 六|五|六|七|
| 一百|三|五|二|
我想用第3行的值替换第5行的NA值。
到目前为止我尝试过的：

df.loc[df['Number'] % 5 == 0, ['A','B','C']] = df.loc[df['Number'] % 3 == 0, ['A','B','C']]

这种方法不会抛出任何错误，但它什么也不做。然而，如果我用一个常量替换赋值的右边，它工作得很好，就像这样：

df.loc[df['Number'] % 5 == 0, ['A','B','C']] = 3

有什么办法吗？
编辑：
我不想给予完整的原始任务，但是这个虚拟的例子有点错误。因此，让我们假设右侧的行数与左侧的行数相同。主要目标仍然是基于条件用 Dataframe 的子集替换每第五行的值。我希望这是一个更容易理解的一点，并为miscralification道歉。

pandas

来源：https://stackoverflow.com/questions/76177107/in-pandas-how-can-i-replace-a-subset-of-the-dataframe-with-another-subset-of-th

2条答案

按热度按时间

y3bcpkx11#

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Number': [3, 5, 6, 100],
    'B': [2, np.nan, 5, 3],
    'C': [1, np.nan, 6, 5],
    'D': [0, np.nan, 7, 2]
}).set_index('Number')

idx = df[df.isna().all(axis=1)].index
df.loc[idx] = df.loc[idx - 2].values

赞(0）回复(0）举报 2023-05-05

osh3o9ms2#

你的索引不对齐，这就是它不工作的原因：

# Left hand side
>>> df.loc[df['Number'] % 5 == 0, ['A','B','C']]
     A    B    C
1  NA   NA   NaN
3   3    5   2.0

# Right hand side
>>> df.loc[df['Number'] % 3 == 0, ['A','B','C']]
    A   B    C
2  5   6   7.0

Pandas无法在（1，3）和2之间对齐索引。解决方案是将右侧转换为numpy数组.values或.to_numpy()。但是，如果您这样做，您也会更改第四行。
更新：
所以让我们假设右侧的行数和左侧一样多
在这种情况下，用途：

df.loc[df['Number'] % 5 == 0, ['A','B','C']] = \
    df.loc[df['Number'] % 3 == 0, ['A','B','C']].values

# Before (I slightly modified your example)
>>> df
   Number    A    B    C
0       3  2.0  1.0  0.0
1       5  NaN  NaN  NaN
2       6  5.0  6.0  7.0
3     100  NaN  NaN  NaN

# After
>>> df
   Number    A    B    C
0       3  2.0  1.0  0.0
1       5  2.0  1.0  0.0
2       6  5.0  6.0  7.0
3     100  5.0  6.0  7.0

赞(0）回复(0）举报 2023-05-05

我来回答

在Pandas中，我如何用 Dataframe 的另一个子集替换 Dataframe 的一个子集？

2条答案

相关问题

热门标签

最新问答