팬더 : multiindex로 fillna() 메서드 - NaN이 잘못된 열로 채워짐

Question

다음은 제 문제를 재현 한 작업 예제입니다.

다음

#Generate some random data and data that will be used to fill the nans 
data = np.random.random((100,6)) 
fill_data = np.vstack((np.ones(200), np.ones(200)*2, np.ones(200)*3,np.ones(200), np.ones(200)*2, np.ones(200)*3)).T 

#Generate indices of nans that we will put in 
nan_rows = np.random.randint(0,100,50) 
nan_cols = np.random.randint(0,6,50) 
nan_idx = np.vstack((nan_rows,nan_cols)).T 

#Put in nan values 
for r,c in nan_idx: 
    data[r,c] = np.nan 

#Generate multiindex and datetimeindex for both the data and fill_data 
multi = pd.MultiIndex.from_product([['A','B'],['one','two','three']]) 
idx1 = pd.DatetimeIndex(start='1990-01-01', periods=100, freq='d') 
idx2 = pd.DatetimeIndex(start='1989-12-01', periods=200, freq='d') 

#Construct dataframes 
df1 = pd.DataFrame(data, idx1, multi) 
df2 = pd.DataFrame(fill_data, idx2, multi) 

#fill nans from df1 with df2 
df1 = df1.fillna(df2, axis=1) 

이 결과 프레임이 어떻게 생겼는지입니다 :

In [167]: 

df1.head() 

Out[167]: 
      A         B 
      one   two   three  one   two   three 
1990-01-01 1.000000 0.341803 0.694128 0.382164 0.326956 0.506616 
1990-01-02 0.439024 0.552746 0.538489 0.003906 0.968498 0.816289 
1990-01-03 0.200252 0.838014 0.805633 0.008980 0.269189 0.016243 
1990-01-04 0.735120 0.384871 0.579268 0.561657 0.630314 0.361932 
1990-01-05 0.938185 0.335212 0.678310 2.000000 0.819046 0.482535 



In [168]: 

df2.head() 

Out[168]: 
    A B 
    one  two  three one  two  three 
1989-12-01 1 2 3 1 2 3 
1989-12-02 1 2 3 1 2 3 
1989-12-03 1 2 3 1 2 3 
1989-12-04 1 2 3 1 2 3 
1989-12-05 1 2 3 1 2 3 

그래서 여기에 키가 있다는 것입니다 우선 몇 가지 임의의 데이터는 우리가하는 NaN을 채우기 위해 사용하는 데이터와 함께 생성된다 데이터 프레임은 길이가 다르지만 다중 색인 열이 동일하고 df1의 타임 스탬프 레이블이 df2 내에 있다는 점에서 공통 레이블을 갖습니다. '두 면밀히 살펴보면

In [165]: 

df1 

Out[165]: 
      A         B 
      one   two   three  one   two   three 
1990-01-01 1.000000 0.341803 0.694128 0.382164 0.326956 0.506616 
1990-01-02 0.439024 0.552746 0.538489 0.003906 0.968498 0.816289 
1990-01-03 0.200252 0.838014 0.805633 0.008980 0.269189 0.016243 
1990-01-04 0.735120 0.384871 0.579268 0.561657 0.630314 0.361932 
1990-01-05 0.938185 0.335212 0.678310 2.000000 0.819046 0.482535 
1990-01-06 0.609736 0.164815 0.295003 0.784388 3.000000 3.000000 
1990-01-07 1.000000 0.394105 0.430608 0.782029 0.327485 0.855130 
1990-01-08 0.573780 0.525845 0.147302 0.091022 3.000000 3.000000 
1990-01-09 0.591646 0.651251 0.649255 0.205926 3.000000 0.606428 
1990-01-10 0.988085 0.524769 0.481834 0.486241 0.629223 0.575843 
1990-01-11 1.000000 0.586813 0.592252 0.309429 0.877121 0.547193 
1990-01-12 0.853000 0.097981 0.970053 0.519838 0.828266 0.618965 
1990-01-13 0.579778 0.805140 0.050559 0.432795 0.036241 0.081218 
1990-01-14 0.055462 1.000000 0.159151 0.538137 3.000000 0.296754 
1990-01-15 0.848238 0.697454 0.519403 0.232734 0.612487 0.891230 
1990-01-16 0.808238 0.182904 0.480846 0.052806 0.900373 0.860274 
1990-01-17 0.890997 0.346767 0.265168 0.486746 0.983999 0.104035 
1990-01-18 0.673155 0.248853 0.245246 2.000000 0.965884 0.295021 
1990-01-19 0.074864 0.714846 2.000000 0.046031 0.105930 0.641538 
1990-01-20 1.000000 0.486893 0.464024 0.499484 0.794107 0.868002 

는 ('A '를'1)과 동일한 값 열이 있다는 것을 볼 수 있고 ('A': 여기

이 결과 ('B', '2')와 ('B', '3')의 값이 3 인 값은 'A', ' ').

예상 출력은 '하나'열에서 하나의 값이 될 것이다는 '이'열에서 ​​2 등

은 내가 잘못 여기서 뭔가를하고 있습니까? 나에게 이것은 어떤 종류의 버그처럼 보인다.

Answer 1

이 issue has been fixed은 최신 버전의 팬더입니다.

이 할 수있을 것입니다 버전 0.15.0을 사용 : fillna

result = df.fillna(df2) 

에 DataFrame를 통과, 이제

import pandas as pd 
import numpy as np 
from numpy import nan  

df = pd.DataFrame({'a': [nan, 1, 2, nan, nan], 
        'b': [1, 2, 3, nan, nan], 
        'c': [nan, 1, 2, 3, 4]}, 
        index = list('VWXYZ')) 
#  a b c 
# V NaN 1 NaN 
# W 1 2 1 
# X 2 3 2 
# Y NaN NaN 3 
# Z NaN NaN 4 

# df2 may have different index and columns 
df2 = pd.DataFrame({'a': [10, 20, 30, 40, 50], 
        'b': [50, 60, 70, 80, 90], 
        'c': list('ABCDE')}, 
        index = list('VWXYZ')) 
#  a b c 
# V 10 50 A 
# W 20 60 B 
# X 30 70 C 
# Y 40 80 D 
# Z 50 90 E 

를 산출

print(result) 
#  a b c 
# V 10 1 A 
# W 1 2 1 
# X 2 3 2 
# Y 40 80 3 
# Z 50 90 4