Python循环来填充缺少的列值。

Question

我有一个数据框架df，列"TotalVolume“、”小“、”大“、"AllSizes”和"TotalBags“是相关的。在这里，TotalVolume是其他四列的总和。

​

​

如何循环数据帧列以查看哪些条目为空，然后用从其他列派生的值填充缺失的值？例如，如果"AllSizes“列中缺少一个值，那么代码将遍历第一列、第二列、第三列和第四列，看到它缺少一个值，并使用第四个命令来填充缺失的值。

预期产出：

​

​

第一、第二、第三、第四、第五命令：

df['TotalVolume'] = df['Small'] + df['Large'] + df['AllSizes'] + df['TotalBags']
df['Small'] = df['TotalVolume'] - df['Large'] - df['AllSizes'] - df['TotalBags']
df['Large'] = df['TotalVolume'] - df['Small'] - df['AllSizes'] - df['TotalBags']
df['AllSizes'] = df['TotalVolume'] - df['Small'] - df['Large'] - df['TotalBags']
df['TotalBags'] = df['TotalVolume'] - df['Small'] - df['Large'] - df['AllSizes']

Answer 1

首先，循环遍历数据(例如，使用迭代或迭代行)应该始终作为最后手段使用，因为它效率低、速度慢(这里将详细介绍：https://stackoverflow.com/a/24871316/18480015)。

假设您只有5列，您可以使用lambda函数复制您编写的代码：

df['AllSizes'] = df.apply(
lambda row: row['TotalVolume']-row['Small']-row['Large']-row['TotalBags']
if np.isnan(row['AllSizes']) else row['AllSizes'], axis=1)

其他栏目的情况如下：

df['TotalBags'] = df.apply(
lambda row: row['TotalVolume']-row['Small']-row['Large']-row['AllSizes']
if np.isnan(row['AllSizes']) else row['AllSizes'], axis=1)

等等。