小编Mar*_*ank的帖子

在python/numpy中是否有任何bulid-in函数可以转换为array = [1, 3, 1, 2]这样的东西:

array = [[0, 1, 0, 0], 
        [0, 0, 0, 1], 
        [0, 1, 0, 0], 
        [0, 0, 1, 0]]

我有以下格式的数据：

8A564   nan         json
8A928   nan         json
8A563   nan         json
8A564   10616280    json
8A563   10616222    json
8A564   nan         json
8B1BB   10982483    json
8A564   10616280    json

我想在第二列中填充数据以匹配具有相同第一列且第二个非空值的行。所以我会得到以下信息：

8A564   10616280    json
8A928   nan         json
8A563   10616222    json
8A564   10616280    json
8A563   10616222    json
8A564   10616280    json
8B1BB   10982483    json
8A564   10616280    json

如何实现？

我有下表。一些值为NaN。让我们假设列是高度相关的。以row 0和row 5我说，在这个值col2会4.0。row 1和的情况相同row 4。但是，在这种情况下row 6，没有完美匹配的样本，因此在这种情况下，我应该选择最相似的行，row 0并将NaN更改为3.0。我应该如何处理？有任何熊猫功能可以做到这一点吗？

example = pd.DataFrame({"col1": [3, 2, 8, 4, 2, 3, np.nan], 
                        "col2": [4, 3, 6, np.nan, 3, np.nan, 5], 
                        "col3": [7, 8, 9, np.nan, np.nan, 7, 7], 
                        "col4": [7, 8, 9, np.nan, np.nan, 7, 6]})

输出：

    col1    col2    col3    col4
0   3.0     4.0     7.0     7.0
1   2.0     3.0     8.0     8.0
2   8.0     6.0     9.0     9.0
3 …