在pandas中,可以使用fillna()
函数将一些列的值设置为同一行不同列中的另一个值。具体步骤如下:
fillna()
函数将目标列中的缺失值填充为另一列的值。可以通过指定method
参数为ffill
来实现前向填充,即使用同一行前面的非缺失值进行填充。df['目标列'] = df['目标列'].fillna(df['另一列'], method='ffill')
以下是一个示例代码:
import pandas as pd
# 创建示例数据
data = {'A': [1, 2, None, 4, None],
'B': [None, 5, 6, None, 8],
'C': [9, None, 11, 12, 13]}
df = pd.DataFrame(data)
# 将列A的缺失值填充为列B的值
df['A'] = df['A'].fillna(df['B'], method='ffill')
# 将列B的缺失值填充为列C的值
df['B'] = df['B'].fillna(df['C'], method='ffill')
print(df)
输出结果为:
A B C
0 1.0 9.0 9.0
1 2.0 5.0 5.0
2 2.0 6.0 11.0
3 4.0 6.0 12.0
4 4.0 8.0 13.0
在这个示例中,我们将列A和列B的缺失值分别填充为同一行不同列中的另一个值。
领取专属 10元无门槛券
手把手带您无忧上云