用多个值填充多个列的缺失值

Question

我已经浏览过类似于一次性为pandas填写多个列的帖子，但是我这里的问题似乎有点不同，在某种意义上，我需要能够用特定的列值填充缺失的列值，并且能够一次性地为多个列执行此操作。

我可以单独使用下面的命令来填充NA

result1_copy['BASE_B'] = np.where(pd.isnull(result1_copy['BASE_B']), result1_copy['BASE_S'], result1_copy['BASE_B'])

result1_copy['QWE_B'] = np.where(pd.isnull(result1_copy['QWE_B']), result1_copy['QWE_S'], result1_copy['QWE_B'])

但是，如果我尝试一次性填充它，它将不起作用：

^{pr2}$

我们知道为什么吗？ 请注意，为了方便起见，我只使用了2列，但是我有10列要插补。它们要么是object，float或者datetime。 数据类型是问题所在吗？

Answer 1

您需要为筛选的数据帧添加[]，并为对齐列添加rename：

d = {'BASE_S':'BASE_B', 'QWE_S':'QWE_B'}
result1_copy[['BASE_B','QWE_B']] = result1_copy[['BASE_B', 'QWE_B']]
                                     .fillna(result1_copy[['BASE_S','QWE_S']]
                                     .rename(columns=d))

更具活力的解决方案：

^{pr2}$

如果将列与B和S匹配，则另一种解决方案：

for x in ['BASE_','QWE_']:
    result1_copy[x + 'B'] = result1_copy[x + 'B'].fillna(result1_copy[x + 'S'])

样本：

^{4}$