Pandas 中填充 NaN 的复杂案例答案

【问题标题】：Complex case of filling NaNs in PandasPandas 中填充 NaN 的复杂案例
【发布时间】：2016-03-24 23:22:51
【问题描述】：

有没有办法解决这个问题...

   bloomberg  morningstar  yahoo
0  AAPL1      AAPL2        NaN
1  AAPL1      NaN          AAPL3
2  NaN        GOOG4        GOOG5
3  GOOG6      GOOG4        NaN
4  IBM7       NaN          IBM8
5  NaN        IBM9         IBM8
6  NaN        NaN          FB

...到这个...

   bloomberg  morningstar  yahoo
0  AAPL1      AAPL2        AAPL3
1  GOOG6      GOOG4        GOOG5
2  IBM7       IBM9         IBM8
3  NaN        NaN          FB

...在熊猫中？

我已经充分整理了我的数据，以确保在起始数据框的给定列中永远不会有任何“冲突”信息，例如以下是不可能...

   A column  Another column
0  AAPL1     One thing
1  AAPL1     Another thing

唯一可能发生的情况是，任何给定的列要么有 1) 没有信息，要么 2) 有正确的信息，例如

   A column  Another column
0  AAPL1     NaN
1  AAPL1     The right information

我要做的就是在可用的情况下用 “正确” 信息填充 NaN，然后删除重复项（这应该很容易）。

但是应该保留一些 NaN，因为我没有足够的数据来推断它们的值，例如示例中的 FB 行。

谁有好的答案？感谢您的帮助！

如果您想尝试一下，这里有一些代码可以加载起始数据帧：

import pandas as pd
data = [
        {'bloomberg': 'AAPL1', 'morningstar': 'AAPL2'},
        {'bloomberg': 'AAPL1', 'yahoo': 'AAPL3'},
        {'morningstar': 'GOOG4', 'yahoo': 'GOOG5'},
        {'bloomberg': 'GOOG6', 'morningstar': 'GOOG4'},
        {'bloomberg': 'IBM7', 'yahoo': 'IBM8'},
        {'morningstar': 'IBM9', 'yahoo': 'IBM8'},
        {'yahoo': 'FB'}]
df = pd.DataFrame(data)

【问题讨论】：

标签： python pandas dataframe nan

【解决方案1】：

链接 ffill 和 bfill 会做你想做的事：

df.fillna(method='ffill', axis=1).fillna(method='bfill', axis=1).drop_duplicates()

  bloomberg morningstar yahoo
0      AAPL        AAPL  AAPL
2      GOOG        GOOG  GOOG
4       IBM         IBM   IBM

【讨论】：

射击。我没有问正确的问题。完全是我的错，因为您的回答绝对适用于我的示例（谢谢！）。也就是说，它不适用于我的实际数据，因为我有一些数据只有 1 行，而该行包含缺失的数据，这些数据应该仍然缺失，例如列 ['bloomberg', 'morningstar', 'yahoo'] 的行 [NaN, NaN, 'FB']，这是数据中唯一的 FB 实例（即唯一的 FB 行）。我不确定 FB 的 'bloomberg' 值或 'morningstar' 值是 'FB'；所以我需要将这些 NaN 留在数据中。