2013-09-24 4 views

답변

4

I recommend using NaN for missing data rather than None (참고 :이 기술은 없음에서도 작동합니다.)

In [1]: s1 = pd.Series([1, np.nan, 3, 4, 5, np.nan]) 

In [2]: s2 = pd.Series([7, 2, 3, np.nan, np.nan]) 

먼저이 NaN (또는 없음)되지 않은 s2의 값을 볼이 당신이 가진 S1 업데이트 할 것들이다 :

In [3]: s2[s2.notnull()] 
Out[3]: 
0 7 
1 2 
2 3 
dtype: float64 

을 그리고 당신은 다음과 S1의 값을 업데이트 할 수 있습니다 :

In [4]: s1.update(s2[s2.notnull()]) 

In [5]: s1 
Out[5]: 
0  7 
1  2 
2  3 
3  4 
4  5 
5 NaN 
dtype: float64 
+0

고마워요! 이것은 잘 작동합니다. BTW, 문제의 'Series'가 dtype'object' 일 때에도 NaN을 누락 값으로 추천하는 이유는 무엇입니까? –

+1

@DunPeal http://stackoverflow.com/questions/17534106/what-is-the-difference-between-nan-and-none/17534682#17534682 –

+0

@AndyHayden이 질문에 대한 답변이 필요했지만 찾지 못했습니다. 그것은 Google에서 오래되었습니다. 정말로 관련성이없는 희소 한 내용을 제거하고 제목에서 "대체"를 "바꾸기"또는 "업데이트"로 변경하기 위해 질문을 편집 할 수 있습니까? – LondonRob

관련 문제