用 2D np.zeros() 数组替换 pandas 数据框列中的空值答案

【问题标题】：Replace null values in pandas data frame column with 2D np.zeros() array用 2D np.zeros() 数组替换 pandas 数据框列中的空值
【发布时间】：2022-01-24 03:07:14
【问题描述】：

假设如下数据框：

import pandas as pd
import numpy as np

vals = [1, 2, 3, 4, 5]

df = pd.DataFrame({'val': vals})
df['val'][[0, 3]] = np.nan

给予：

    val
0   NaN
1   2.0
2   3.0
3   NaN
4   5.0

我需要能够用 2D numpy 零数组替换 val 列中的 NaN 值。当我执行以下操作时：

z = np.zeros((10, 10))

df['val'][df['val'].isnull()] = z

数组被转换为值为 0.0 的标量：

我真的需要维护数组（在这种情况下，每个 NaN 值 - 来自原始数据帧的第 0 行和第 3 行 - 应替换为 10x10 的零数组）。我尝试先转换为object 类型

df = df.astype(object)
df['val'][df['val'].isnull()] = z

没有成功。哇哇哇

【问题讨论】：

请您添加您预期输出的样本吗？
从例子中看的很清楚了吧？
那么对于val 中的0，你想要z 的第0 个数组，对于val 中的3，你想要来自z 的第3 项吗？
在下面查看我非常简单的答案...

标签： python arrays pandas dataframe numpy

【解决方案1】：

这是由对象数据类型引起的，我们有办法使用fillna

df.val.fillna(dict(zip(df.index[df['val'].isnull()],[z]*df['val'].isnull().sum())),inplace=True)
df
                                                 val
0  [[0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,...
1                                                2.0
2                                                3.0
3  [[0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,...
4                                                5.0

【讨论】：

差不多，但是这会将值替换为形状为(10,) 的数组。我真的需要用z 替换它，它的形状是(10,10) - 一个二维数组。试试df['val'][0].shape
@JmeCS 检查更新
非常感谢！这很粗糙。我真的不清楚为什么它首先将数组结构降为标量......
@JmeCS 检查我的答案。它更简单，并且可能对您有用。
@richardec 我赞成它，但不幸的是它不适用于我的实际问题。不清楚为什么。在这里复制太复杂了，但您的解决方案肯定适用于虚拟问题。

【解决方案2】：

你真的很亲密。将数据框的 dtype 更改为 object 并将 = z 更改为 = [z]：

df = df.astype(object)
df.loc[df['val'].isna(), 'val'] = [z]

输出：

>>> df
                                                 val
0  [[0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,...
1                                                2.0
2                                                3.0
3  [[0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,...
4                                                5.0

【讨论】：