Pandas使用NumPy数组填充fillna值

Question

我有一个数据框，如下所示，它有其他列，但这一列很重要：

df = pd.DataFrame({'A': ['foo','bar','baz','foo','bar','bar','baz','foo']})

我正在尝试创建另一列，然后将与列 A 匹配的数组值添加到新列中。

新列：df['B'] = np.nan

数组：arr = np.array([5,3,9])

尝试

我想将数组分配给列 A 中的所有 foo

df['B'] = np.where(df['A']=='foo',arr,np.nan) # ValueError: operands could not be 
                                              # broadcast together with shapes 
                                              # (8,) (3,) () 

我也尝试了以下方法：

df['B'][df['A']=='foo'].values = arr # AttributeError: can't set attribute

最后，

df['B'] = df['B'][df['A']=='foo'].map(arr) # TypeError: 'numpy.ndarray' object is not callable

期望的输出结果

     A   B
0  foo   5
1  bar NaN
2  baz NaN
3  foo   3
4  bar NaN
5  bar NaN
6  baz NaN
7  foo   9

- Leb

Answer 1

如果你确定arr的长度与'foo'出现的次数相同，你可以使用以下代码设置值:

df.loc[df['A'] == 'foo', 'B'] = arr

这有点像 df['B'][df['A']=='foo'] = arr（接近你尝试的方法之一），但避免了链式赋值（这可能会导致值未被正确或完全设置）。

- Alex Riley