Pandas - 如果字段为 NaT (Null)，则填写其他列答案

【问题标题】：Pandas - Fill with other column if the field is NaT (Null)Pandas - 如果字段为 NaT (Null)，则填写其他列
【发布时间】：2019-12-09 12:20:55
【问题描述】：

关于 Pandas 数据框-

我有一个如下所示的数据框：

ID         date1            date2             date3
 0           NaT              NaT        2019-02-28
 1           NaT       2019-11-10        2019-04-09
 2           NaT              NaT        2019-05-21
 3    2019-12-06       2019-12-05        2019-12-27
 4    2019-11-18       2019-11-18        2019-12-20

我想在数据框中添加另一个字段以便得到这样的输出：

ID        date1          date2            date3          date4
 0          NaT            NaT       2019-02-28     2019-02-28
 1          NaT     2019-11-10       2019-04-09     2019-11-10
 2          NaT            NaT       2019-05-21     2019-05-21
 3   2019-12-06     2019-12-05       2019-12-27     2019-12-06
 4   2019-11-18     2019-11-18       2019-12-20     2019-11-18

按顺序，

如果 date2 和 date1 未填充，则 date4 将由 date3 填充。

如果填充了 date2 和 date3，则 date4 将由 date2 填充。

如果填充了 date1、date2 和 date3，则 date4 将由 date1 填充。

您知道如何实现这一目标吗？

我尝试了fillna，但并没有真正成功。

【问题讨论】：

你能用df.to_dict(orient='records')发送你的数据框的dict版本吗

标签： python python-3.x pandas dataframe

【解决方案1】：

使用回填缺失值，然后按DataFrame.iloc的位置选择第一列：

df['date4'] = df[['date1','date2','date3']].bfill(axis=1).iloc[:, 0]

或者使用Series.fillna或Series.combine_first：

df['date4'] = df['date1'].fillna(df['date2']).fillna(df['date3'])
print (df)
   ID      date1      date2      date3      date4
0   0        NaT        NaT 2019-02-28 2019-02-28
1   1        NaT 2019-11-10 2019-04-09 2019-11-10
2   2        NaT        NaT 2019-05-21 2019-05-21
3   3 2019-12-06 2019-12-05 2019-12-27 2019-12-06
4   4 2019-11-18 2019-11-18 2019-12-20 2019-11-18

【讨论】：

我会使用链接，我喜欢 bfill 选项，+1
我喜欢 bfill 选项...谢谢

【解决方案2】：

您可以像这样替换 NaN 值：

df['date4']=np.where(df['date1'].isna(),df['date2'],df['date1'])
df['date4']=np.where(df['date4'].isna(),df['date3'],df['date3'])

有些情况你没有考虑（比如如果 date1 不是 NaN 但 date2 是），但这些都可以类似地处理。

【讨论】：

【解决方案3】：

我个人会使用循环，以便清楚发生了什么，并且更易于维护。这是一个例子。将您列出的条件用于“date4”并不会全部填满条目。

# required modules
import pandas as pd
import itertools

# create a data frame
d = {'ID': [0, 1, 2, 3, 4], 
     'date1': [None, None, None, '2019-12-06', '2019-11-18'], 
     'date2': [None, '2019-11-10', None, '2019-12-05', '2019-11-18'], 
     'date3': ['2019-02-28', '2019-04-09', '2019-05-21', '2019-12-27', '2019-12-20']}

dat = pd.DataFrame(d)

# make date4
date4 = []
for index, row in dat.iterrows():
    if row['date2'] and row['date1'] == None:
        date4.append(row['date3'])
    elif row['date2'] and row['date3'] != None:
        date4.append(row['date2'])
    elif row['date1'] and row['date2'] and row['date3'] != None:
        date4.append(row['date1'])
    else:
        date4.append(None)

# append to df
dat['date4'] = date4

【讨论】：