如何用变量值填充pandas数据帧中的NaN值？

Question

我有一个数据帧：

   Isolate1 Isolate2 Isolate3 Isolate4
2  NaN      NaN      AGTCTA   AGT
5  NaN      GC       NaN      NaN

并希望用破折号替换Isolate1列中的NaN值，对于其他列中的非NaN值中的每个字母（如果其他列有其他不同的值，则为最大值），以如下形式结束：

^{pr2}$

我试过以下方法：

index_sizes_to_replace = {}
for row in df.itertuples():
    indel_sizes = []
    #0 pos is index
    for i, value in enumerate(row[1:]):
        if pd.notnull(value):
            indel_sizes.append((i, len(value)))
    max_size = max([size for i, size in indel_sizes])
    index_sizes_to_replace[row[0]]= max_size

现在我有了替换NaN值的破折号，但不知道如何填充，尝试了以下方法：

for index, size in index_sizes_to_replace.iteritems():
    df.iloc[index].fillna("-"*size, inplace=True)

但没用，有什么建议吗？在

Answer 1

它看起来有点难看，但它确实起了作用：

import pandas as pd
import numpy as np

data = dict(Isolate1=[np.NaN,np.NaN],
            Isolate2=[np.NaN,'GC'],
            Isolate3=['AGTCTA',np.NaN],
            Isolate4=['AGT',np.NaN])

df = pd.DataFrame(data)

df['Isolate1'] = (df.drop('Isolate1',1).ffill(axis=1).bfill(axis=1)
                         .iloc[:,0].replace('.', '-', regex=True))

print(df)

退货

^{pr2}$

Answer 2

让我们试试：

import pandas as pd
import numpy as np

data = dict(Isolate1=[np.NaN,np.NaN,'A'],
            Isolate2=[np.NaN,'ABC','A'],
            Isolate3=['AGT',np.NaN,'A'],
            Isolate4=['AGTCTA',np.NaN,'A'])

df = pd.DataFrame(data)

原液：

^{pr2}$

要忽略Isolate1：

df['Isolate1'] = df.iloc[:,1:].apply(lambda x: x.str.len().max().astype(int)*'-', axis=1)

输出：

  Isolate1 Isolate2 Isolate3 Isolate4
0            NaN      AGT   AGTCTA
1       -      ABC      NaN      NaN
2        -        A        A        A

---

@Anton vBR Edit来处理col1中的not nan。在

# Create a mask
m = pd.isna(df['Isolate1'])
df.loc[m,'Isolate1'] = df[m].apply(lambda x: '-' * x.str.len().max().astype(int), axis=1)

输出：

  Isolate1 Isolate2 Isolate3 Isolate4
0            NaN      AGT   AGTCTA
1       -      ABC      NaN      NaN
2        A        A        A        A

Answer 3

设置

df

  Isolate1 Isolate2 Isolate3 Isolate4
0      NaN      NaN      AGT   AGTCTA
1      NaN      ABC      NaN      NaN
2        A        A        A        A

解决方案
使用fillna+apply+str.__mul__：

^{pr2}$