Pandas: 辞書を使用して nan 値を埋める方法

fillna()関数を辞書とともに使用して、pandas DataFrame の 1 つの列の NaN 値を別の列の値に基づいて置き換えることができます。

これを行うには、次の基本構文を使用できます。

 #define dictionary
dict = {' A ': 5 , ' B ': 10 , ' C ': 15 , ' D ': 20 }

#replace values in col2 based on dictionary values in col1
df[' col2 '] = df[' col2 ']. fillna (df[' col1 ']. map (dict))

次の例は、この構文を実際に使用する方法を示しています。

例: 辞書を使用して Pandas に NaN 値を入力する

さまざまな小売店で行われた売上に関する情報を含む次のパンダ データフレームがあるとします。

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'B', 'C', 'D', 'C', 'B', 'D'],
                   ' sales ': [12, np.nan, 30, np.nan, 24, np.nan, np.nan, 13]})

#view DataFrame
print (df)

  blind sales
0 to 12.0
1 A NaN
2 B 30.0
3 C NaN
4 D 24.0
5CNaN
6BNaN
7 D 13.0

Sales列には複数の NaN 値があることに注意してください。

Store列の特定の値に対応する値を使用して、 Sales列にこれらの NaN を設定したいとします。

これを行うには、次の構文を使用できます。

 #define dictionary
dict = {' A ': 5 , ' B ': 10 , ' C ': 15 , ' D ': 20 }

#replace values in sales column based on dictionary values in store column
df[' sales '] = df[' sales ']. fillna (df[' store ']. map (dict))

#view updated DataFrame
print (df)

  blind sales
0 to 12.0
1 A 5.0
2 B 30.0
3C 15.0
4 D 24.0
5C 15.0
6 B 10.0
7 D 13.0

辞書を使用して、売上列を次のように置き換えました。

• 店舗がAの場合、 Sales の NaN を値5に置き換えます。
• 店舗がBの場合、 sales の NaN を値10に置き換えます。
• store がCの場合、 sales の NaN を値15に置き換えます。
• 店舗がDの場合、 sales の NaN を値20に置き換えます。

fillna()関数の完全なオンライン ドキュメントは、ここで見つけることができます。

追加リソース

次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。

パンダで欠損値を数える方法
PandasでNaN値を含む行を削除する方法
Pandasで特定の値を含む行を削除する方法