主页 / coding / 问题 / 79159563
Accepted
bearwinterfirth
Asked: 2024-11-05 22:44:27 +0800 CST

将值附加到单个 df 列，而不连接一行

  • 772

我有一个 pandas df，其中每列都有一些数值，后面跟着一些 NaN。列之间的值和 NaN 数量不同。我想在特定列的“第一个非 NaN 位置”附加一个值。

我的 pandas df 看起来像这样：

   A   B   C   D
0  5   7   2   3
1  2   1  NaN  4
2  4   6  NaN  5
3 NaN  4  NaN  6
4 NaN  3  NaN NaN
5 NaN NaN NaN NaN

我想在特定列的底部添加（“附加”）一​​个值，例如，我想将“A”列中的第一个“NaN”更改为值“3”。期望的结果应该是：

   A   B   C   D
0  5   7   2   3
1  2   1  NaN  4
2  4   6  NaN  5
3  3   4  NaN  6
4 NaN  3  NaN NaN
5 NaN NaN NaN NaN

我想使用“append”，但它已被弃用。我尝试过“concat”，但我不想要一整行新数据，只想在单个列的底部附加一个值。

pandas

2 个回答

  1. Best Answer

    您可以Series.fillna使用limit=1：

    df['A'] = df['A'].fillna(3, limit=1)

    输出：

         A    B    C    D
0  5.0  7.0  2.0  3.0
1  2.0  1.0  NaN  4.0
2  4.0  6.0  NaN  5.0
3  3.0  4.0  NaN  6.0
4  NaN  3.0  NaN  NaN
5  NaN  NaN  NaN  NaN

    另一种方法是使用Series.isna+Series.idxmax并通过 分配df.loc。在这里，您首先要检查是否isna会产生任何 True值。如果没有，您将覆盖列中的第一个值：

    if df['A'].isna().any():
    df.loc[df['A'].isna().idxmax(), 'A'] = 3
    • 1

  2. 与你想要的相反的是（找到Series.first_valid_index()第一个非缺失值）。Pandas 没有“first_invalid_index ”（用于查找第一个缺失值），但在这种情况下我们可以使用.shift()和.last_valid_index()来完成相同的事情。

    col = 'A'
first_invalid_index = df[col].shift().last_valid_index()
df.at[first_invalid_index, col] = 3

    结果：

         A    B    C    D
0  5.0  7.0  2.0  3.0
1  2.0  1.0  NaN  4.0
2  4.0  6.0  NaN  5.0
3  3.0  4.0  NaN  6.0
4  NaN  3.0  NaN  NaN
5  NaN  NaN  NaN  NaN

    我不确定我是否真的会推荐它，因为它看起来很脆弱——只是想给你提供选择。

    • 1

相关问题