如何用条件填充缺失值？

Posted 2023-03-11

【中文标题】如何用条件填充缺失值？

【英文标题】：How to fill missing values with conditions?

【发布时间】：2020-10-02 08:16:15

【问题描述】：

我有一个这样的熊猫数据框：

year = [2015, 2016, 2009, 2000, 1998, 2017, 1980, 2016, 2015, 2015]
mode = ["automatic", "automatic", "manual", "manual", np.nan,'automatic', np.nan, 'automatic', np.nan, np.nan]

X = pd.DataFrame('year': year, 'mode': mode)

print(X)

   year       mode
0  2015  automatic
1  2016  automatic
2  2009     manual
3  2000     manual
4  1998        NaN
5  2017  automatic
6  1980        NaN
7  2016  automatic
8  2015        NaN
9  2015        NaN

我想用这样的方式填充缺失值：如果年份是 =2010，我想用“自动”填充 NaN 值

我考虑过将 .groupby 函数与这些条件结合起来，但老实说我不知道​​该怎么做:(

如果有任何帮助，我将不胜感激。

【参考方案1】：

与np.where 和fillna

s=pd.Series(np.where(X.year<2010,'manual','automatic'),index=X.index)
X['mode'].fillna(s,inplace=True)
X
Out[192]: 
   year       mode
0  2015  automatic
1  2016  automatic
2  2009     manual
3  2000     manual
4  1998     manual
5  2017  automatic
6  1980     manual
7  2016  automatic
8  2015  automatic
9  2015  automatic

【讨论】：

刚刚注意到s 不能是数组。很奇怪。

@timgeb 索引问题~ :-)

【参考方案2】：

您可以使用np.where

X['mode'] = X['mode'].fillna(pd.Series(np.where(X['year'] >= 2010, 'automatic', 'manual')))

输出

   year       mode
0  2015  automatic
1  2016  automatic
2  2009     manual
3  2000     manual
4  1998     manual
5  2017  automatic
6  1980     manual
7  2016  automatic
8  2015  automatic
9  2015  automatic

【参考方案3】：

我对您的other question 的回答与我类似的方法：

cond = X['year'] < 2010
X['mode'] = X['mode'].fillna(cond.map(True:'manual', False: 'automatic'))