有没有一种方法(比使用for循环更有效)可以将Pandas的DataFrame中所有的null值替换为其各自行中的最大值。
我猜这就是你想要的:
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 0], 'b': [3, 0, 10], 'c':[0, 5, 34]})
a b c
0 1 3 0
1 2 0 5
2 0 10 34
apply
,迭代所有行,并使用replace
函数将0替换为该行的最大数,从而获得预期输出结果:df.apply(lambda row: row.replace(0, max(row)), axis=1)
a b c
0 1 3 3
1 2 5 5
2 34 10 34
如果你想替换NaN
——根据你的评论似乎是你的实际目标——你可以使用
df = pd.DataFrame({'a': [1, 2, np.nan], 'b': [3, np.nan, 10], 'c':[np.nan, 5, 34]})
a b c
0 1.0 3.0 NaN
1 2.0 NaN 5.0
2 NaN 10.0 34.0
df.T.fillna(df.max(axis=1)).T
yielding
a b c
0 1.0 3.0 3.0
1 2.0 5.0 5.0
2 34.0 10.0 34.0
可能更高效(没有进行计时)
df.apply(lambda row: row.fillna(row.max()), axis=1)
df.apply(lambda row: row.fillna(max(row)), axis=1)
正如这里所解释的那样,它并不在每种情况下都有效。