Python Pandas zamienia NaN w jednej kolumnie wartością z odpowiedniego wiersza drugiej kolumny

103

Pracuję z tym DataFrame Pandas w Pythonie.

File    heat    Farheit Temp_Rating
   1    YesQ         75         N/A
   1    NoR         115         N/A
   1    YesA         63         N/A
   1    NoT          83          41
   1    NoY         100          80
   1    YesZ         56          12
   2    YesQ        111         N/A
   2    NoR          60         N/A
   2    YesA         19         N/A
   2    NoT         106          77
   2    NoY          45          21
   2    YesZ         40          54
   3    YesQ         84         N/A
   3    NoR          67         N/A
   3    YesA         94         N/A
   3    NoT          68          39
   3    NoY          63          46
   3    YesZ         34          81

Muszę zamienić wszystkie NaN w Temp_Ratingkolumnie wartością z Farheitkolumny.

To jest to, czego potrzebuję:

File        heat    Temp_Rating
   1        YesQ             75
   1         NoR            115
   1        YesA             63
   1        YesQ             41
   1         NoR             80
   1        YesA             12
   2        YesQ            111
   2         NoR             60
   2        YesA             19
   2         NoT             77
   2         NoY             21
   2        YesZ             54
   3        YesQ             84
   3         NoR             67
   3        YesA             94
   3         NoT             39
   3         NoY             46
   3        YesZ             81

Jeśli dokonam wyboru typu Boolean, mogę wybrać tylko jedną z tych kolumn naraz. Problem w tym, że jeśli następnie spróbuję do nich dołączyć, nie jestem w stanie tego zrobić zachowując prawidłową kolejność.

Jak mogę znaleźć tylko Temp_Ratingwiersze z literami NaNs i zastąpić je wartością z tego samego wiersza Farheitkolumny?

edesz
źródło

Odpowiedzi:

165

Zakładając, że DataFrame znajduje się w df:

df.Temp_Rating.fillna(df.Farheit, inplace=True)
del df['Farheit']
df.columns = 'File heat Observations'.split()

Najpierw zamień dowolne NaNwartości na odpowiadające im wartości df.Farheit. Usuń 'Farheit'kolumnę. Następnie zmień nazwy kolumn. Oto wynik DataFrame:

wynikowy DataFrame

Jonathan Eunice
źródło
jak z tym pracować, jeśli typ danych obu kolumn to obiekt i zamiast N / A jest to pusta komórka w tym wierszu?
Ashish
Jedno możliwe podejście do rozważenia: możesz najpierw zastąpić pusty ciąg przez NaN(patrz tutaj ), a następnie zastosować to podejście.
edesz
Odpowiedź jest doskonała. Tylko jeśli chcesz pozostać bardziej w składni pand, sugerowałbym usunięcie kolumn według df.drop("Farheit", axis=1), ale to prawdopodobnie osobiste preferencje
MichaelA
1
@MichaelA Zgadzam się dropteraz wolę delw Pandas-land. Jeśli używasz niedawnych Pand, zalecałbym zamiast df = df.drop(columns='Farheit')numerycznej numeracji osi.
Jonathan Eunice
35

Powyższe rozwiązania u mnie nie działają. Metoda, której użyłem, to:

df.loc[df['foo'].isnull(),'foo'] = df['bar']
zsad512
źródło
3
Czy wywołało to wyjątek, czy po prostu nie zadziałało? Spróbuj isna () zamiast isnull ().
RufusVS
4

Inny sposób rozwiązania tego problemu,

import pandas as pd
import numpy as np

ts_df = pd.DataFrame([[1,"YesQ",75,],[1,"NoR",115,],[1,"NoT",63,13],[2,"YesT",43,71]],columns=['File','heat','Farheit','Temp'])


def fx(x):
    if np.isnan(x['Temp']):
        return x['Farheit']
    else:
        return x['Temp']
print(1,ts_df)
ts_df['Temp']=ts_df.apply(lambda x : fx(x),axis=1)

print(2,ts_df)

zwroty:

(1,    File  heat  Farheit  Temp                                                                                    
0     1  YesQ       75   NaN                                                                                        
1     1   NoR      115   NaN                                                                                        
2     1   NoT       63  13.0                                                                                        
3     2  YesT       43  71.0)                                                                                       
(2,    File  heat  Farheit   Temp                                                                                   
0     1  YesQ       75   75.0                                                                                       
1     1   NoR      115  115.0
2     1   NoT       63   13.0
3     2  YesT       43   71.0)
felix_as
źródło