遍历Pandas列并替换nan值

Question

我想用存储在列表中的预测值替换列中的缺失值。

以下是我想要实现的示例：

    A   B   C
0  7.2 'b' 'woo'
1  nan 'v' 'sal'
2  nan 'o' 'sdd'
3  8.1 'k' 'trili'

我的列表大概是这样的：

list = [3.2, 1.1]

我的期望结果是：

    A   B   C
0  7.2 'b' 'woo'
1  3.2 'v' 'sal'
2  1.1 'o' 'sdd'
3  8.1 'k' 'trili'

我尝试了许多不同的方法来解决这个问题，但是这段代码展示了我的一般想法：

q = 0
for item in df['Age']:
    if str(item) == 'nan':
        item = my_list[q]
        q = q + 1

提前感谢你。这个问题已经困扰我一段时间了。

- Juan R.

Answer 1

您可以在类似以下的场合使用 isnull() ：

df.loc[pd.isnull(df['A']), 'A'] = mylist

示例：

In [19]: df
Out[19]: 
     A  B      C
0  7.2  b    woo
1  NaN  v    sal
2  NaN  o    sdd
3  8.1  k  trili

In [20]: mylist = [3.2, 1.1]

In [21]: df.loc[pd.isnull(df['A']), 'A'] = mylist

In [22]: df
Out[22]: 
     A  B      C
0  7.2  b    woo
1  3.2  v    sal
2  1.1  o    sdd
3  8.1  k  trili

- Lev Levitsky

---

运行得非常顺利！ - Juan R.

Answer 2

n = iter([3.2, 1.1])
for i, j in zip(*np.where(df.isnull())):
    df.set_value(i, j, next(n), True)

df

     A  B      C
0  7.2  b    woo
1  3.2  v    sal
2  1.1  o    sdd
3  8.1  k  trili

- piRSquared