我试图用 Pandas DataFrame 中的行总和替换某些列中的 NaN。请参阅下面的示例数据：
Items| Estimate1| Estimate2| Estimate3|
Item1| NaN | NaN | 8
Item2| NaN | NaN | 5.5|
我希望第 1 项和第 2 项的估计值 1 和 2 分别为 8 和 5.5。
到目前为止我已经尝试使用df.fillna(df.sum(), inplace=True)但 DataFrame 没有变化。任何人都可以帮助我纠正我的代码或推荐正确的方法吗？
提供axis=1似乎不起作用（因为填充系列仅适用于逐列情况，不适用于逐行情况）。
一种解决方法是将每行的总和“广播”到与原始索引/列具有相同索引/列的数据帧。稍微修改一下示例数据框：
In [57]: df = pd.DataFrame([[np.nan, 3.3, 8], [np.nan, np.nan, 5.5]], index=['Item1', 'Item2'], columns=['Estimate1', 'Estimate2', 'Estimate3'])
In [58]: df
Out[58]:
Estimate1 Estimate2 Estimate3
Item1 NaN 3.3 8.0
Item2 NaN NaN 5.5
In [59]: fill_value = pd.DataFrame({col: df.sum(axis=1) for col in df.columns})
In [60]: fill_value
Out[60]:
Estimate1 Estimate2 Estimate3
Item1 11.3 11.3 11.3
Item2 5.5 5.5 5.5
In [61]: df.fillna(fill_value)
Out[61]:
Estimate1 Estimate2 Estimate3
Item1 11.3 3.3 8.0
Item2 5.5 5.5 5.5
有一个开放的增强问题：https://github.com/pydata/pandas/issues/4514 https://github.com/pydata/pandas/issues/4514
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
