从第二个开始基于NA值覆盖数据帧中的值

Question

如果将熊猫数据帧df1定义为：

df1 = pd.DataFrame({'a': [ 1, 2], 'b': [3, 4]})

数据帧df2的大小、列名和索引相同，但在某个地方都有NA值

方法A：

nan_locations = np.where(df2.isnull())
df1.values[nan_locations] = np.nan

方法B：

df1[df2.isnull()] = np.nan

用NA覆盖df1中的值，NA来自df2中相同的位置。但是，如果我对从Excel文件读取的数据帧执行相同的操作，那么方法a并不总是有效的。有人能解释一下为什么会这样吗？你知道吗

Answer 1

这可能与第一个数据帧的数据类型有关，其值需要被覆盖。当数据帧是混合数据类型时，values属性返回一个数据类型升级的数据数组（doc），它看起来是一个副本。因此，对该副本的赋值将丢失。你知道吗

下面是一个“简单”数据帧的示例，其中方法a和B都起作用：

df1 = pd.DataFrame({'a': [1.0, 2.0], 'b': [3.0, 4.0]})
df2 = pd.DataFrame({'a': [1.0, 2.0], 'b': [np.nan, 4.0]})

另一方面，这个看似相似的数据帧只适用于方法B：

df1 = pd.DataFrame({'a': [1, 2], 'b': [3.0, 4.0]})
df2 = pd.DataFrame({'a': [1, 2], 'b': [np.nan, 4.0]})

因为df1的数据类型是：

a      int64
b    float64

因此，Excel文件中的数据可能会导致数据框中包含混合数据类型。最好使用适当的索引器来更新内容，而不是直接操纵低级值表示。你知道吗