从多个其他列中填充空白Pandas列(多于2个)可以使用Pandas库中的fillna()函数。该函数可以将缺失值替换为其他列的值或根据指定的方法进行填充。
以下是使用fillna()函数进行多列填充的示例代码:
import pandas as pd
# 创建示例DataFrame
data = {'A': [1, 2, None, 4, 5],
'B': [None, 2, 3, 4, 5],
'C': [None, None, None, 4, 5],
'D': [None, 2, None, None, 5]}
df = pd.DataFrame(data)
# 从多个列中填充空白列
df['A'].fillna(df['B'], inplace=True) # 使用列B填充列A的缺失值
df['A'].fillna(df['C'], inplace=True) # 使用列C填充列A的缺失值
df['A'].fillna(df['D'], inplace=True) # 使用列D填充列A的缺失值
print(df)
输出结果:
A B C D
0 1.0 NaN NaN NaN
1 2.0 2.0 NaN 2.0
2 3.0 3.0 NaN NaN
3 4.0 4.0 4.0 NaN
4 5.0 5.0 5.0 5.0
在上述代码中,我们创建了一个示例DataFrame,并使用fillna()函数将缺失值逐列填充。通过多次调用fillna()函数,我们可以从多个列中填充空白列。在本例中,我们使用了列B、C和D来填充列A的缺失值。
Pandas库中的fillna()函数还提供了其他参数,例如method、limit、axis等,以便更灵活地进行填充操作。你可以根据具体的需求选择适合的填充方式和参数设置。
值得注意的是,上述示例并没有涉及腾讯云的相关产品和链接地址,因为腾讯云与具体的填充操作并无直接关联。如果你有其他关于云计算、IT互联网领域的问题,欢迎提问!
领取专属 10元无门槛券
手把手带您无忧上云