用随机字符串替换熊猫DataFrame中的NaN，而不使用fillna

Question

我有一个熊猫数据框，如下所示

      NAME      EMAIL      HEIGHT      WEIGHT

1     jlka       NaN        170          70

2     qwer     eee@ttt      180          80

3     ioff       NaN        175          75

4     iowu     iou@add      170          60

我想用不含重复项的随机字符串替换“EMAIL”列中的NaN，该字符串不一定包含@。

我试图做一个def生成随机字符串，但NaN被替换为相同的随机字符串，因为我毕竟使用了'fillna'方法。

看起来，正如我看到的其他Q$As，fillna中的def只工作一次，并用同样的值或字符串替换所有的NaN。

我应该试着用“for”一个接一个地替换它们吗？

或者有没有一种更像蟒蛇的方式来取代它们？

Answer 1

您可以使用pd.util.testing.rands_array，将所需字符串的长度作为第一个（nchars）参数传递给它，并将NaNs的数量作为第二个（size）参数传递给它：

df.loc[df.EMAIL.isna(), "EMAIL"] = pd.util.testing.rands_array(10, sum(df.EMAIL.isnull()))      

>>> df                                                                                              

   NAME       EMAIL  HEIGHT  WEIGHT
1  jlka  YxzVaC38uw     170      70
2  qwer     eee@ttt     180      80
3  ioff  33kyDArtip     175      75
4  iowu     iou@add     170      60

pd.util.testing.rand_数组可以替换为返回具有特定大小的列表或数组的任何函数。

Answer 2

您可以尝试以下方法：

import pandas as pd
from numpy import nan
import random
import string

df = pd.DataFrame({
    'Name': ['aaa','bbb','CCC'],
    'Email': [nan,'ddd',nan]})

def processNan (x):
    return ''.join(random.choice(string.ascii_uppercase + string.digits) for x in range(10))

df['Email'] = df['Email'].apply(lambda x: processNan(x) if x is nan else x)