Python DataFrame 中如果一列为 NaN 则取另一列数据

在数据处理过程中，我们经常需要处理包含缺失值的数据。Pandas 是一个流行的 Python 库，提供了强大的数据处理工具，其中的 DataFrame 是用于处理表格型数据最常用的数据结构。本文将介绍如何使用 Pandas DataFrame 来处理当一列数据为 NaN 时取另一列数据的情况。

创建 DataFrame

首先，我们需要创建一个包含缺失值的 DataFrame。我们可以使用 Pandas 提供的 pd.DataFrame() 函数来创建一个 DataFrame 对象，并传入一个包含缺失值的字典或列表。下面是一个示例：

import pandas as pd
import numpy as np

data = {
    'col1': [1, 2, np.nan, 4, 5],
    'col2': [np.nan, 2, 3, 4, 5]
}

df = pd.DataFrame(data)

上述代码创建了一个包含两列数据的 DataFrame，其中 col1 列包含一个缺失值（NaN），col2 列包含了一些数值。

处理缺失值

我们可以使用 Pandas 提供的一些函数和方法来处理缺失值。其中一个常用的方法是 fillna()，它可以用指定的值来填充缺失值。在本例中，我们想要根据 col1 列的值填充 col2 列的缺失值。下面是使用 fillna() 方法来处理缺失值的示例代码：

df['col2'] = df['col2'].fillna(df['col1'])

上述代码将 col2 列中的缺失值用 col1 列中的对应值填充。

完整代码示例

下面是一个完整的代码示例，展示了如何处理当一列数据为 NaN 时取另一列数据的情况：

import pandas as pd
import numpy as np

data = {
    'col1': [1, 2, np.nan, 4, 5],
    'col2': [np.nan, 2, 3, 4, 5]
}

df = pd.DataFrame(data)
df['col2'] = df['col2'].fillna(df['col1'])

print(df)

运行上述代码，输出结果如下：

   col1  col2
0   1.0   1.0
1   2.0   2.0
2   NaN   3.0
3   4.0   4.0
4   5.0   5.0

从输出结果可以看出，col2 列中的缺失值已经被 col1 列中的对应值填充。

总结

本文介绍了如何使用 Pandas DataFrame 来处理当一列数据为 NaN 时取另一列数据的情况。通过使用 Pandas 提供的 fillna() 方法，我们可以方便地填充缺失值。在实际数据处理过程中，了解如何处理缺失值是非常重要的，因为缺失值可能会对结果产生不良影响。Pandas 提供了丰富的函数和方法来处理缺失值，帮助我们更容易地进行数据清洗和分析。

状态图

下面是关于处理缺失值的状态图，使用 Mermaid 语法表示：

stateDiagram
    [*] --> Fillna
    Fillna --> [*]

上述状态图表示了处理缺失值的过程，其中 Fillna 是填充缺失值的操作。

参考资料

  • [Pandas Documentation](
  • [Python Data Analysis Library](