python - 有没有更好的方法来处理 NaN 值？

问题描述

我有一个输入数据框

    KPI_ID KPI_Key1 KPI_Key2 KPI_Key3
       A (C602+C603) C601 75
       B (C605+C606) C602 NaN
       C 75 L239+C602 NaN
       D (32*(C603+44)) 75 南
       E L239 南 C601

我有一个指标 df

              99 75 C604 C602 C601 C603 C605 C606 44 L239 32
患者 ID                                           
1 1 0 1 0 1 0 0 0 1 0 1
2 0 0 0 0 0 0 1 1 0 0 0
3 1 1 1 1 0 1 1 1 1 1 1
4 0 0 0 0 0 1 0 1 0 1 0
5 1 0 1 1 1 1 0 1 1 1 1

资源：

    input_df = pd.DataFrame({'KPI_ID': ['A','B','C','D','E'], 'KPI_Key1': ['(C602+C603)','(C605+ C606)','75','(32*(C603+44))','L239'] , 'KPI_Key2' : ['C601','C602','L239+C602','75',np. NaN] , 'KPI_Key3' : ['75',np.NaN,np.NaN,np.NaN,'C601']})
    
    indicator_df = pd.DataFrame({'PatientID': [1,2,3,4,5],'99' : ['1','0','1','0','1'],' 75' : ['0','0','1','0','0'],'C604' : ['1','0','1','0','1'] ,'C602' : ['0','0','1','0','1'],'C601' : ['1','0','0','0','1 '],'C603' : ['0','0','1','1','1'],'C605' : ['0','1','1','0', '0'],'C606' : ['0','1','1','1','1'],'44' : ['1','0','1','0 ','1'],'L239' : ['0','0','1','1','1'],'32' : ['1','0','1','0','1'],}).set_index('PatientID')

我的目标是创建一个像这样的输出 df （通过针对 indicator_df 评估 input_df ）

final_out_df：

    患者 ID KPI_ID KPI_Key1 KPI_Key2 KPI_Key3
    1 一个 0 1 0
    2 一个 0 0 0
    3 一个 2 0 1
    4 一个 1 0 0
    5 一个 2 1 0
    1 B 0 0 0
    2 乙 2 0 0
    3 乙 2 1 0
    ……………………

我非常接近，我的逻辑工作正常，除了我无法处理 input_df 中的 NaN 值。我能够生成 KPI_ID 'A' 的输出，因为三个公式都没有（KPI_Key1、KPI_Key2、KPI_Key3 for 'A' ) 为空。但我无法为“B”生成它。除了使用虚拟变量代替 NaN 并在 indicator_df 中创建该行之外，我能做些什么吗？这是我到目前为止所做的：

           指标_df = 指标_df.astype('int32')
            final_out_df = pd.DataFrame()
            out_df = pd.DataFrame(index=indicator_df.index)
            out_df.reset_index(level=0, inplace=True)
            final_out_df = pd.DataFrame()
            #running 循环只用于'A'，所以它不会失败
            对于范围内的我（0，len（input_df）-4）：
                对于 ['KPI_Key1','KPI_Key2','KPI_Key3'] 中的 j：
                  exp = input_df[j].iloc[i]
                  temp_out_df=indicator_df.eval(re.sub(r'(\w+)', r'`\1`', exp)).reset_index(name=j)
                  out_df['KPI_ID'] = input_df['KPI_ID'].iloc[i]
                  out_df = out_df.merge(temp_out_df, on='PatientID', how='left')
                final_out_df=final_out_df.append(out_df)
                out_df = pd.DataFrame(index=indicator_df.index)
                out_df.reset_index(level=0, inplace=True)

标签： pythonpandasdataframenumpy

python - 有没有更好的方法来处理 NaN 值？

问题描述

解决方案

推荐阅读