Panda: come riempire i valori nan con valori di un'altra colonna

È possibile utilizzare la seguente sintassi per sostituire i valori NaN in una colonna di un DataFrame panda con valori in un’altra colonna:

 df[' col1 '] = df[' col1 ']. fillna (df[' col2 '])

Questa particolare sintassi sostituirà tutti i valori NaN in col1 con i valori corrispondenti in col2 .

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: sostituisci i valori mancanti con un’altra colonna

Supponiamo di avere i seguenti DataFrame panda con alcuni valori mancanti:

 import numpy as np
import pandas as pd

#create DataFrame with some NaN values
df = pd. DataFrame ({' team1 ': ['Mavs', np.nan, 'Nets', 'Hawks', np.nan, 'Jazz'],
                   ' team2 ': ['Spurs', 'Lakers', 'Kings', 'Celtics', 'Heat', 'Magic']})

#view DataFrame
df

        team1 team2
0 Mavs Spurs
1 NaN Lakers
2 Nets Kings
3 Hawks Celtics
4 NaN Heat
5 Jazz Magic

Si noti che ci sono due valori NaN nella colonna team1 .

Possiamo utilizzare la funzione fillna() per riempire i valori NaN nella colonna team1 con il valore corrispondente nella colonna team2 :

 #fill NaNs in team1 column with corresponding values in team2 column
df[' team1 '] = df[' team1 ']. fillna (df[' team2 '])

#view updated DataFrame
df

        team1 team2
0 Mavs Spurs
1 Lakers Lakers
2 Nets Kings
3 Hawks Celtics
4 Heat Heat
5 Jazz Magic

Da notare che i due valori NaN nella colonna team1 sono stati sostituiti con i valori corrispondenti nella colonna team2 .

Nota : puoi trovare la documentazione online completa per la funzione fillna() qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come contare i valori mancanti nei panda
Come eliminare righe con valori NaN in Pandas
Come eliminare righe contenenti un valore specifico in Pandas