【发布时间】：2018-11-06 17:00:44
【问题描述】：
我有一个来自 excel 的数据框，它在行中有几个 NaN。我想用另一个基线行替换值都是 NaN 的行。
原来的dataframe是这样的：
Country Name Years tariff1_1 tariff1_2 tariff1_3
830 Hungary 2004 9.540313 6.287314 13.098201
831 Hungary 2005 9.540789 6.281724 13.124401
832 Hungary 2006 NaN NaN NaN
833 Hungary 2007 NaN NaN NaN
834 eu 2005 8.55 5.7 11.4
835 eu 2006 8.46 5.9 11.6
836 eu 2007 8.56 5.3 11.9
因此，如果特定年份的匈牙利关税都是 NaN，则应根据确切年份将这一行替换为欧盟数据。
理想的结果是：
Country Name Years tariff1_1 tariff1_2 tariff1_3
830 Hungary 2004 9.540313 6.287314 13.098201
831 Hungary 2005 9.540789 6.281724 13.124401
832 Hungary 2006 8.46 5.9 11.6
833 Hungary 2007 8.56 5.3 11.9
834 eu 2005 8.55 5.7 11.4
835 eu 2006 8.46 5.9 11.6
836 eu 2007 8.56 5.3 11.9
我查看了特定行 ('Hungary',2006) 中 NaN 的类型，它变成了 'float64'。结果是输入类型不支持 ufunc 'isnan'，在我使用 np.isnan 之后，根据强制转换规则“安全”，输入无法安全地强制转换为任何支持的类型。
所以我采用了math.isnan。但是 它似乎没有在我的测试行中检测到 NaN：
test=df.loc[(df['Country Name'] == 'Hungary') & (df['Years']== 2006)]
test.iloc[:,4]
Out[293]:
832 NaN
Name: tariff1_3, dtype: float64
math.isnan(any(test))
Out[294]:False
np.isnan(any(test))
Out[295]:ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''
这是我原来的台词。
Eu=['Austria','Belgium','Curacao','Denmark','Finland','France','Germany']
for country in Eu:
for year in range(2001,2012)
if math.isnan(all(df.loc[(df['Country Name'] == country) & (df['Years'] == year)])):
df.loc[(df['Country Name'] == country) & (df['Years'] == year)]=df.loc[(df['Country Name'] == 'eu') & (df['Years'] == year)]
谢谢！
【问题讨论】：
-
你不需要 math.isnan，pandas 有很多方法可以检测 NAN，例如 .isna、.isnull
-
我有点好奇，你最后的工作代码是什么？因为
df.loc[(df['Country Name'] == country) & (df['Years'] == year)]=df.loc[(df['Country Name'] == 'eu') & (df['Years'] == year)]对我来说没有使用示例数据。 -
@jezrael 我的最终代码如下：
df=df.set_index(['Country Name','Years']) for Country in Eu: for year in range(2001,2016): if df.loc[(Country,year), : ].isnull().values.all(): df.loc[(Country,year), : ]=imp.loc[('European Union',year),:] imp=imp.reset_index()老实说，两个 FOR 循环似乎是多余的。 （对不起，我在换行时遇到了一些麻烦）
标签： python python-3.x pandas dataframe