用缺失的值填充缺失的值（na/an）

Question

我试图将预测的丢失值插入原始df（当然是在缺少值的列中）。我怎么能这样做？

预测的丢失值基本上存储在一个列表/系列中，该列表/序列的长度是原始df中丢失值的数量。我认为，列表中的顺序与df中出现的丢失值的顺序相匹配，因为我在缺少的系列中使用nonull（）从df中拆分了测试\u集。

我一直在尝试^{cd1>，但这只允许一个值替换。

Answer 1

您可以使用numpywhere和pandasisnull函数来完成此操作。在

df['relevant_column'] = np.where(df['relevant_column'].isnull(),
                                 predicted_values,
                                 df['relevant_column'])

预测的_值应该是pandas系列或1d numpy数组，长度与dataframe相同。在