【Python】np.where()替换缺失值

使用Python做数据分析时经常需要替换缺失值。

 1. np.where(条件,x,y)
 np.where函数的结果是，如果“条件”为真，则x，否则y。
 2.如下
 import pandas as pd
import numpy as np
df = pd.DataFrame(data={
    'A':[1,1,np.nan,2],
    'B':[2,np.nan,4,5],
    'C':[3,8,12,6]
})
df
     A	B	C
0	1.0	2.0	3
1	1.0	NaN	8
2	NaN	4.0	12
3	2.0	5.0	6
使用np.where在A列缺失值处填C列的数
df['A'] = np.where(df['A'].isnull(),df['C'],df['A'])
df
	A	B	C
0	1.0	2.0	3
1	1.0	NaN	8
2	12.0 4.012
3	2.0	5.0	6
####################
使用data(DataFrame)的A列，填补df的A列
eg:
df['A'] = np.where(df['A'].isnull(),data['A'],df['A'])

欢迎添加个人微信号：liu2536036458。

想进入交流群的，备注： 数据分析交流群

我们下次再见，如果还有下次的话！！！
欢迎关注微信公众号：516数据工作室