如何解决如何使用其他熊猫df中的值更改熊猫df中的值
我有一个主要数据框,其中包含有关各种商品的价格信息。这些价格很多都缺失了,因此具有NaN值。
main_df = pd.DataFrame({'item_id' : [1,2,3,4],'item_price' : [2.3,NaN,3.3,NaN]})
main_df
我想通过使用另一个数据框来解决此问题,该数据框具有每个商品的平均价格(无NaN值)
ref_df = pd.DataFrame({'item_id' : [1,'item_avg_price' : [2.3,3.5,4.3]})
ref_df
我想用avg替换主数据框中item_price中的NaN值。这样,该商品的价格(存储在参考df中)
goal = pd.DataFrame({'item_id' : [1,4.3]})
goal
我一直在尝试通过使用for循环来执行此操作,该循环遍历主数据帧中的每一行,检查其价格是否缺失,如果有,将其替换为该商品的平均价格。我不仅不能使它正常工作,而且我认为可能有一种更有效的方法来实现它。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。