如何匹配两个数据帧的缺失值 (nan)？

Question

如果 df2 中的位置等效值是缺失值，我如何将 df1 中的所有值设置为缺失值？

Data df1:
Index     Data
1          3
2          8
3          9


Data df2:
Index     Data
1          nan
2          2
3          nan

desired output:
Index     Data
1          nan
2          8
3          nan

所以我想保留df1的数据，但只保留df2也有数据条目的位置。对于 df2 中的所有 nans，我也想用 nan 替换 df1 的值。

我尝试了以下方法，但这用 nan 替换了所有数据点。

df1 = df1.where(df2== np.nan, np.nan)

非常感谢您的帮助。

Answer 1

使用mask，这与where正好相反：

df3 = df1.mask(df2.isna())

输出：

   Index  Data
0      1   NaN
1      2   8.0
2      3   NaN

在你的例子中，你将所有匹配非 NaN 的元素设置为 NaN，因为相等不是检查 NaN 的正确方法（np.nan == np.nan 产生 False），你是全部设置为 NaN。

Answer 2

将df2 == np.nan更改为df2.notna()：

df3 = df1.where(df2.notna(), np.nan)
print(df3)

# Output
   Index  Data
0      1   NaN
1      2   8.0
2      3   NaN

如何匹配两个数据帧的缺失值 (nan)？

How can I match the missing values (nan) of two dataframes?

python

numpy

nan

pandas