Pandas: วิธีเติมค่า nan ด้วยค่าจากคอลัมน์อื่น

คุณสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแทนที่ค่า NaN ในคอลัมน์หนึ่งของ Pandas DataFrame ด้วยค่าในคอลัมน์อื่น:

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

ไวยากรณ์เฉพาะนี้จะแทนที่ค่า NaN ทั้งหมดใน col1 ด้วยค่าที่สอดคล้องกันใน col2

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: แทนที่ค่าที่หายไปด้วยคอลัมน์อื่น

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้โดยมีค่าที่ขาดหายไปบางส่วน:

 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

โปรดสังเกตว่ามีค่า NaN สองค่าในคอลัมน์ team1

เราสามารถใช้ฟังก์ชัน fillna() เพื่อเติมค่า NaN ในคอลัมน์ team1 ด้วยค่าที่สอดคล้องกันในคอลัมน์ 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

โปรดทราบว่าค่า NaN สองค่าในคอลัมน์ team1 ถูกแทนที่ด้วยค่าที่สอดคล้องกันในคอลัมน์ team2

หมายเหตุ : คุณสามารถดูเอกสารออนไลน์ฉบับเต็มสำหรับฟังก์ชัน fillna() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีนับค่าที่หายไปในแพนด้า
วิธีลบแถวที่มีค่า NaN ใน Pandas
วิธีลบแถวที่มีค่าเฉพาะใน Pandas