Wie fülle ich fehlende Werte basierend auf anderen Spalten in Pandas Datenrahmen auf?

Angenommen, ich habe einen 5 * 3-Datenrahmen, in dem die dritte Spalte einen fehlenden Wert enthält

1 2 3
4 5 NaN
7 8 9
3 2 NaN
5 6 NaN

Ich hoffe, einen Wert für die fehlende wertbasierte Regel in der zweiten Spalte des ersten Produkts zu generieren

1 2 3
4 5 20 <--4*5
7 8 9
3 2 6 <-- 3*2
5 6 30 <-- 5*6

Wie kann ich den Datenrahmen verwenden? Vielen Dank.

Wie füge ich eine Bedingung hinzu, um einen fehlenden Wert wie diesen zu berechnen?

if 1st % 2 == 0 then 3rd = 1st * 2nd else 3rd = 1st + 2nd

1 2 3
4 5 20 <-- 4*5 because 4%2==0
7 8 9
3 2 5 <-- 3+2 because 3%2==1
5 6 11 <-- 5+6 because 5%2==1

Unter der Annahme , drei Spalten Ihres Datenrahmen ist a, bund c. Das ist, was du willst:

df['c'] = df.apply(
    lambda row: row['a']*row['b'] if np.isnan(row['c']) else row['c'],
    axis=1
)

Vollständiger Code:

df = pd.DataFrame(
    np.array([[1, 2, 3], [4, 5, np.nan], [7, 8, 9], [3, 2, np.nan], [5, 6, np.nan]]), 
    columns=['a', 'b', 'c']
)
df['c'] = df.apply(
    lambda row: row['a']*row['b'] if np.isnan(row['c']) else row['c'],
    axis=1
)

Unter der Annahme , dass die drei Spalten in Ihrem Datenrahmen sind a, bund c. Dann können Sie die gewünschte Operation wie folgt ausführen:

values = df['a'] * df['b']
df['c'] = values.where(df['c'] == np.nan, others=df['c'])

Andere Option:

df.loc[(pd.isnull(df.C)), 'C'] = df.A * df.B

Was ist mit der fillna()Methode des Datenrahmens?

df['C'].fillna(df.A * df.B)