如何在Pandas中按索引匹配，用指定Series填充多列NaN值？

问题描述 #

我希望使用fillna命令，按索引匹配，用同一个Series填充Pandas DataFrame的多列NaN值。现有代码如下：

import numpy as np
import pandas as pd

df_1 = pd.DataFrame(index = [0, 1, 2], columns = ['a', 'b', 'c'], data = [[1, np.NaN, np.NaN], [2, np.NaN, 4], [np.NaN, 2, -3]])
series_1 = pd.Series([6, 5, 4], index = [0, 1, 2])

df_2 = df_1.fillna(series_2) # ???

期望输出为：

df_2 = pd.DataFrame(index = [0, 1, 2], columns = ['a', 'b', 'c'], data = [[1, 6, 6], [2, 5, 4], [4, 2, -3]])

有没有无需逐列调用fillna的Pythonic实现方式？

解决方案 #

方法1：将Series转换为同结构DataFrame后填充 #

把目标Series扩展成和原DataFrame列数一致、索引匹配的DataFrame，再直接用fillna填充：

import numpy as np
import pandas as pd

df_1 = pd.DataFrame(index=[0, 1, 2], columns=['a', 'b', 'c'], data=[[1, np.NaN, np.NaN], [2, np.NaN, 4], [np.NaN, 2, -3]])
series_1 = pd.Series([6, 5, 4], index=[0, 1, 2])

# 生成和原DataFrame列数匹配的填充DataFrame
fill_df = pd.DataFrame({col: series_1 for col in df_1.columns})

df_2 = df_1.fillna(fill_df)

方法2：用apply批量处理列 #

直接对DataFrame的每一列应用fillna，利用fillna自动按索引匹配的特性，一行代码搞定：

df_2 = df_1.apply(lambda col: col.fillna(series_1))

两种方法都无需逐列手动调用fillna，简洁高效，运行后均可得到你期望的输出结果。

内容的提问来源于stack exchange，提问作者Faraz Masroor