[python] Pandas fillna ()에 인수로 다른 전체 열을 전달하는 방법

Program / 글쓴이

fillna방법을 사용하여 한 열의 누락 된 값을 다른 열의 값으로 채우고 싶습니다 .

(각 행을 반복하는 것은 매우 나쁜 습관이며 모든 것을 한 번에 수행하는 것이 더 좋을 것이라고 읽었지만을 사용하여 수행하는 방법을 찾을 수 없었습니다 fillna.)

이전 데이터 :

Day  Cat1  Cat2
1    cat   mouse
2    dog   elephant
3    cat   giraf
4    NaN   ant

이후 데이터 :

Day  Cat1  Cat2
1    cat   mouse
2    dog   elephant
3    cat   giraf
4    ant   ant

답변

이 열을 제공 할 수 있습니다 fillna( docs 참조 ), 일치하는 색인에서 해당 값을 사용하여 채 웁니다.

In [17]: df['Cat1'].fillna(df['Cat2'])
Out[17]:
0    cat
1    dog
2    cat
3    ant
Name: Cat1, dtype: object

답변

당신은 할 수 있습니다

df.Cat1 = np.where(df.Cat1.isnull(), df.Cat2, df.Cat1)

RHS의 전체 구조 는 pandas요리 책 의 삼항 패턴을 사용 합니다 (어쨌든 읽기에 비용 이 듭니다 ). 의 벡터 버전입니다 a? b: c.

답변

value대신 매개 변수를 사용하십시오 method.

In [20]: df
Out[20]:
  Cat1      Cat2  Day
0  cat     mouse    1
1  dog  elephant    2
2  cat     giraf    3
3  NaN       ant    4

In [21]: df.Cat1 = df.Cat1.fillna(value=df.Cat2)

In [22]: df
Out[22]:
  Cat1      Cat2  Day
0  cat     mouse    1
1  dog  elephant    2
2  cat     giraf    3
3  ant       ant    4

답변

pandas.DataFrame.combine_first 도 작동합니다.

( 주의 : “결과 색인 열은 각 색인과 열의 합집합이됩니다”이므로 색인과 열이 일치하는지 확인해야합니다. )

import numpy as np
import pandas as pd
df = pd.DataFrame([["1","cat","mouse"],
    ["2","dog","elephant"],
    ["3","cat","giraf"],
    ["4",np.nan,"ant"]],columns=["Day","Cat1","Cat2"])

In: df["Cat1"].combine_first(df["Cat2"])
Out:
0    cat
1    dog
2    cat
3    ant
Name: Cat1, dtype: object

다른 답변과 비교 :

%timeit df["Cat1"].combine_first(df["Cat2"])
181 µs ± 11.3 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit df['Cat1'].fillna(df['Cat2'])
253 µs ± 10.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit np.where(df.Cat1.isnull(), df.Cat2, df.Cat1)
88.1 µs ± 793 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

아래에서는이 방법을 사용하지 않았습니다.

def is_missing(Cat1,Cat2):
    if np.isnan(Cat1):
        return Cat2
    else:
        return Cat1

df['Cat1'] = df.apply(lambda x: is_missing(x['Cat1'],x['Cat2']),axis=1)

예외가 발생하기 때문입니다. 

TypeError: ("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''", 'occurred at index 0')

즉, np.isnan은 기본 dtype (예 : np.float64)의 NumPy 배열에 적용될 수 있지만 객체 배열에 적용될 때 TypeError를 발생 시킵니다.

그래서 방법을 수정합니다.

def is_missing(Cat1,Cat2):
    if pd.isnull(Cat1):
        return Cat2
    else:
        return Cat1

%timeit df.apply(lambda x: is_missing(x['Cat1'],x['Cat2']),axis=1)
701 µs ± 7.38 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

답변

다음은보다 일반적인 접근 방식입니다 (fillna 방법이 아마도 더 좋을 것입니다).

def is_missing(Cat1,Cat2):
    if np.isnan(Cat1):
        return Cat2
    else:
        return Cat1

df['Cat1'] = df.apply(lambda x: is_missing(x['Cat1'],x['Cat2']),axis=1)

답변

나는 이것이 오래된 질문이라는 것을 알고 있지만 최근에 비슷한 일을 할 필요가있었습니다. 다음을 사용할 수있었습니다.

df = pd.DataFrame([["1","cat","mouse"],
    ["2","dog","elephant"],
    ["3","cat","giraf"],
    ["4",np.nan,"ant"]],columns=["Day","Cat1","Cat2"])

print(df)

  Day Cat1      Cat2
0   1  cat     mouse
1   2  dog  elephant
2   3  cat     giraf
3   4  NaN       ant

df1 = df.bfill(axis=1).iloc[:, 1]
df1 = df1.to_frame()
print(df1)

결과 :

  Cat1
0  cat
1  dog
2  cat
3  ant

이것이 누군가에게 도움이되기를 바랍니다!

답변