處理表格資料時，缺失值是常見現象，可能會阻礙分析。 pandas fillna() 方法提供了一個簡單有效的解決方案，可以用所需值取代這些空值。然而，透過 fillna() 直接為缺失的單元格分配特定值可能效率低且耗時，尤其是對於大型資料集。
為了克服這個限制，pandas 提供了一個強大的功能，使您能夠使用以下命令填充缺失值來自另一列的相應元素。這種方法消除了對每行進行手動迭代的需要，從而顯著提高了效能和可維護性。
請考慮以下範例，您希望使用「Cat2」中的值填入「Cat1」欄位中的缺失值
| Day | Cat1 | Cat2 |
|---|---|---|
| 1 | cat | mouse |
| 2 | dog | elephant |
| 3 | cat | giraf |
| 4 | NaN | ant |
| Day | Cat1 | Cat2 |
|---|---|---|
| 1 | cat | mouse |
| 2 | dog | elephant |
| 3 | cat | giraf |
| 4 | ant | ant |
df['Cat1'].fillna(df['Cat2'])
以上是如何使用 pandas 中另一列的對應值有效地填入一列中的缺失值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
