问题标签 [fillna]

所以我想要实现的基本上是根据另一列填充一列中的空白行。所以这是我的数据框的一个片段。

所以我想要做的是查看 Person_Name 列，并说如果 bool 列对每个特定的 Person_Name 都说 no 并且他们对那个人不是 Yes 然后创建一个新列并用单词 question 填写列，但是如果 Person_Name 确实至少有一行对应于该特定 person_name 的行，则不要为该人填写任何内容，然后转到我的数据框中的下一个人。

给定如下设置：

这仍然使 df2 （例如）为：

虽然单独的代码行：

行得通。我认为这个问题可能是由于我命名变量的方式，所以我引入了 global()[df]，但这似乎也不起作用。

想知道是否可以在 for 循环中填充整个数据帧，或者我的方法是否有问题？

I have a pandas dataframe with a column of integers, which contains some nans. I want to convert them from integer to string, and replace the nans with a description like 'not available'.

The main reason is because I need to run groupbys on that column and, unless I convert the nans, the groupby will get rid of them! Why that even happens, and how the whole pandas community has not risen up in arms, is a totally separate discussion (when I first learnt about it I couldn't believe it...).

I have tried the code below, but it doesn't work. Note that I have tried both astype(str) and astype('str'). In both cases the column gets converted to object, not to string; maybe because Python assumes (wrongly, they all have the same length in my dataframe) that the length of the strings varies? But, most importantly, the fillna() doesn't work, and the nans stay nans! Why?

我有一列包含 na 值，我想根据键根据另一个数据帧中的值填充这些值。我想知道是否有任何简单的方法可以做到这一点。

示例：我有一个对象及其颜色的数据框，如下所示：

我想用以下数据框中的默认颜色填充颜色列中的 na 值：

所以结果将是这样的：

有什么“简单”的方法可以做到这一点吗？

谢谢 ：）

我正在尝试在我的数据框中填写缺失值。但是我想用 groupby 语句填充缺失的列。所以这就是我的数据框的样子......

所以我想要做的基本上就是取最大值或最后一个有数据的值，然后用那个值填充那个特定数字的 na .....所以例如 1435 我想把它分组编号，然后在该列中查找 max() 以便它会找到 COOL 然后用 COOL 填充另一列中的所有 NaN 我最终的数据框看起来像这样

到目前为止我所尝试的。

也

我认为我需要做的可能是对它们进行排序，然后使用 last 来获取值，但我似乎无法弄清楚如何做到这一点并返回我正在寻找的结果。任何帮助将不胜感激谢谢。

给定 a pd.Series，我想用列表替换空值。也就是说，给定：

我想要一个可以返回的函数

但是，如果我尝试为此使用自然函数，即fillna：

但我得到了错误

TypeError：“value”参数必须是标量或字典，但您传递了“list”

关于实现这一目标的简单方法的任何建议？

给定一个pd.DataFrame例如：

我想通过在整数列上递增来“填充”行。也就是说，我想获得：

因为我将groupby在大型数据集中的操作中使用它，所以我正在寻找最有效的代码来执行此操作。

我正在jupyter lab使用pandas, 版本0.20.1。我有一个带有 DatetimeIndex 的数据透视表，例如

该表计算特定日期发生的所有事件，可以是SAFE或UNSAFE。我需要对结果表重新采样并对结果求和。

以每日频率对表格进行重新采样会在NaNs没有数据的日子引入。令人惊讶的是，我不能NaNs用 pandas'归咎于那些fillna()。

任何人都可以解释为什么会发生这种情况，我该如何摆脱这些NaNs？我可以做一些事情

然而，这看起来相当难看，而且我想了解为什么第一种方法不起作用。

我错过了什么？fillna 不填充 NaN 值：

我验证了它 - 我实际上在一些第一个单元格中看到了 NaN 值..

编辑 所以我想自己写：

但是它不起作用......单元格不是参考吗？