在 Python 中使用 Replace() 或 fillna() 将 NAN 替换为 Pandas 中的列的字典值答案

【问题标题】：Replace NAN with Dictionary Value for a column in Pandas using Replace() or fillna() in Python在 Python 中使用 Replace() 或 fillna() 将 NAN 替换为 Pandas 中的列的字典值
【发布时间】：2018-10-05 13:07:20
【问题描述】：

我是 python 新手，我正在尝试使用 fillna() 功能并遇到一些问题。我有一个名为 Temp_Data_DF 的 DataFrame，它有如下两列：

Temp_Data_DF:
A  B
1  NAN
2  NAN
3  {'KEY':1,'VALUE':2}

我想用 Dict 值替换所有 NAN，结果数据框应该是这样的：

Temp_Data_DF:
A  B
1  {'KEY':1,'VALUE':2}
2  {'KEY':1,'VALUE':2}
3  {'KEY':1,'VALUE':2}

我尝试了以下代码：

Bvalue = {'KEY':1,'VALUE':2}
Temp_Data_DF['B']=Temp_Data_DF['B'].fillna(Bvalue)

但它没有用所需的值替换 NAN 任何帮助将不胜感激。

我指的是下面的链接。

链接：Pandas dataframe fillna() only some columns in place

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以fillna by Series 创建 dictionary:

Bvalue = {'KEY':10,'VALUE':20}
Temp_Data_DF['B']=Temp_Data_DF['B'].fillna(pd.Series([Bvalue], index=Temp_Data_DF.index))
print (Temp_Data_DF)
   A                         B
0  1  {'VALUE': 20, 'KEY': 10}
1  2  {'VALUE': 20, 'KEY': 10}
2  3    {'VALUE': 2, 'KEY': 1}

详情：

print (pd.Series([Bvalue], index=Temp_Data_DF.index))
0    {'VALUE': 20, 'KEY': 10}
1    {'VALUE': 20, 'KEY': 10}
2    {'VALUE': 20, 'KEY': 10}
dtype: object

它是如何工作的：

想法是创建新的Series，其大小与字典填充的原始系列相同，所以如果使用fillna 另一个Series 效果很好。

另一种解决方案：想法是使用NaN != NaN，所以如果在Series.apply 中使用if-else，它也会替换：

Bvalue = {'KEY':10,'VALUE':20}
Temp_Data_DF['B']=Temp_Data_DF['B'].apply(lambda x: x if x == x else Bvalue)
print (Temp_Data_DF)
   A                         B
0  1  {'KEY': 10, 'VALUE': 20}
1  2  {'KEY': 10, 'VALUE': 20}
2  3  {'KEY': 10, 'VALUE': 20}

【讨论】：

@jezrael-它对我有用，非常感谢。 a但是你能解释一下它是如何工作的概念
@sindhu - 要将答案标记为已接受，请单击答案旁边的复选标记以将其从空心切换为绿色 (see screenshot)。谢谢。
@jezrael 这可能是语言问题，但我认为 sindhu 要求对代码进行解释，而不是解释如何接受答案;)