Skip to main content
 首页 » 编程设计

python之在 Pandas 中填充 NaN 的复杂案例

2025年04月02日22bonelee

有没有办法从这个...

   bloomberg  morningstar  yahoo 
0  AAPL1      AAPL2        NaN 
1  AAPL1      NaN          AAPL3 
2  NaN        GOOG4        GOOG5 
3  GOOG6      GOOG4        NaN 
4  IBM7       NaN          IBM8 
5  NaN        IBM9         IBM8 
6  NaN        NaN          FB 

...到这个...

   bloomberg  morningstar  yahoo 
0  AAPL1      AAPL2        AAPL3 
1  GOOG6      GOOG4        GOOG5 
2  IBM7       IBM9         IBM8 
3  NaN        NaN          FB 

...在 Pandas 中?

我已经对我的数据进行了充分的处理,以确保在起始数据帧的给定列中永远不会有任何“冲突”信息,例如以下是不可能可能的...

   A column  Another column 
0  AAPL1     One thing 
1  AAPL1     Another thing 

唯一可能发生的事情是任何给定的列要么 1) 没有信息要么 2) 正确的信息,例如

   A column  Another column 
0  AAPL1     NaN 
1  AAPL1     The right information 

我想做的就是用可用的“正确”信息填充 NaN,然后​​删除重复项(这应该很容易)。

但一些 NaN 应该保留,因为我没有足够的数据来推断它们的值,例如示例中的 FB 行。

有人有好的答案吗?感谢您的帮助!

如果您想尝试,这里有一些代码可以加载起始数据框:

import pandas as pd 
data = [ 
        {'bloomberg': 'AAPL1', 'morningstar': 'AAPL2'}, 
        {'bloomberg': 'AAPL1', 'yahoo': 'AAPL3'}, 
        {'morningstar': 'GOOG4', 'yahoo': 'GOOG5'}, 
        {'bloomberg': 'GOOG6', 'morningstar': 'GOOG4'}, 
        {'bloomberg': 'IBM7', 'yahoo': 'IBM8'}, 
        {'morningstar': 'IBM9', 'yahoo': 'IBM8'}, 
        {'yahoo': 'FB'}] 
df = pd.DataFrame(data) 

请您参考如下方法:

链接 ffill 和 bfill 会做你想做的事:

df.fillna(method='ffill', axis=1).fillna(method='bfill', axis=1).drop_duplicates() 
 
  bloomberg morningstar yahoo 
0      AAPL        AAPL  AAPL 
2      GOOG        GOOG  GOOG 
4       IBM         IBM   IBM