问 题
dataframe的某列fillna如何通过自定义函数的返回值进行填充?自定义函数需要以某几列数据作为参数。类似下面代码的功能怎么实现?df['resultOfab'].fillna(myFunc(df['acolumn'],df['bcolumn']))
貌似只有dataframe才有fillna函数,而且只能指定值作为填充。要么就是只能加减乘除某两列得到新列数据。如果全部重新计算效率又很低。
解决方案
这个样子吗?有点不是太清晰是要做什么。。。
>>> df
0 1 2
0 1.0 NaN 5.0
1 2.0 3.0 6.0
2 3.0 5.0 7.0
3 4.0 NaN 8.0
>>> def dfunc(df1, df2):
... return df1 + 2 * df2
...
>>> df[1] = df[1].fillna(dfunc(df[0], df[2]))
>>> df
0 1 2
0 1.0 11.0 5.0
1 2.0 3.0 6.0
2 3.0 5.0 7.0
3 4.0 20.0 8.0
或者这样?
>>> df
0 1 2
0 1.0 NaN 5.0
1 2.0 3.0 6.0
2 3.0 5.0 7.0
3 4.0 NaN 8.0
>>> def d_func(df1, df2):
... return df1 + df2 * 2
...
>>> df[1] = np.where(df[1].isnull(), d_func(df[0], df[2]), df[1])
>>> df
0 1 2
0 1.0 11.0 5.0
1 2.0 3.0 6.0
2 3.0 5.0 7.0
3 4.0 20.0 8.0
这种是向量式的 a?b:c
扫一扫关注IT屋
微信公众号搜索 “ IT屋 ” ,选择关注与百万开发者在一起