條件性替換熊貓數據框中的對象

我有2個數據框df_1和df_2。兩者都有一個索引datetimecode這是一個pd.datetime64對象和temp列。我想遍歷df_1，並用'df_2'中的相應溫度替換所有的NaN溫度值。條件性替換熊貓數據框中的對象

事情是這樣的：

for index, row in df_1.iterows(): 
     row['temp'] = df_2[index]['temp'] if row['temp'] ==np.nan

但這是無效的語法時才

來源

2016-11-21 doctorer

IIUC

df_1.fillna(df_2, inplace=True)

或

df_1.loc[df_1.temp.isnull(), 'temp'] = df_2.temp

示範

tidx = pd.date_range('2016-03-31', periods=5) 
df_1 = pd.DataFrame(dict(temp=[1, np.nan, 3, np.nan, 5]), tidx) 
df_2 = pd.DataFrame(dict(temp=np.arange(11, 16)), tidx) 

df_1.fillna(df_2)

df_1.loc[df_1.temp.isnull(), 'temp'] = df_2.temp 

df_1

來源

2016-11-21 04:14:48 piRSquared

我已經實現了網絡連接第一種方法，並且在'df_1.fillna'聲明中有一個錯誤，它聲明'pandas.indexes.base.InvalidIndexError' 錯誤是不一致的 - 它取決於選擇的時間段，但是我看不到任何導致它的東西。 ..... – doctorer

...實際上，運行相同數據時，錯誤是完全間斷的，並且顯然是隨機的 - 所以看起來這種解決方案存在一些不穩定性？ – doctorer

那麼好...我給你兩個解決方案的好東西;-)我正在研究警告。這是一個令人不安的問題 – piRSquared

這是你在找什麼：

df_1 = pd.DataFrame({'temp': [1,2,3,np.nan,5,np.nan,7]}) 
    temp 
0 1.0 
1 2.0 
2 3.0 
3 NaN 
4 5.0 
5 NaN 
6 7.0 

df_2 = pd.DataFrame({'temp': [8,9,10,11,12,13,14]}) 
    temp 
0  8 
1  9 
2 10 
3 11 
4 12 
5 13 
6 14 

df_1.temp.fillna(df_2['temp'], inplace=True) 

    temp 
0 1.0 
1 2.0 
2 3.0 
3 11.0 
4 5.0 
5 13.0 
6 7.0 

    temp 
0  8 
1  9 
2 10 
3 11 
4 12 
5 13 
6 14

來源

2016-11-21 04:16:02

@Brian好吧，我們都明顯在同一時間回答。相隔只需幾秒鐘... –

謝謝@Brian - 對不起，我不能接受這兩個答案！ – doctorer

條件性替換熊貓數據框中的對象

回答

相關問題