Вставьте значения ряда в отдельный столбец панд, где значения равны нулю

Question

У меня есть два dfs:

df1 = pd.DataFrame({'name':['foo','Bar','Foo','jim','john','mary','jim'],
                   'code1':[np.nan,np.nan,'432',np.nan,np.nan,np.nan,'563']})

df1

    name    code1
0   foo     NaN
1   Bar     NaN
2   Foo     432
3   jim     NaN
4   john    NaN
5   mary    NaN
6   jim     563


df2 = pd.DataFrame({'xyz':['this','column','doesnt','matter'],
                   'code2':['123','345','456','234']})

df2

    xyz      code2
0   this     123
1   column   345
2   doesnt  456
3   matter   234

В столбце code1 в df1 отсутствуют значения. Мне не нужно ничего совпадать, я просто хочу добавить несколько дополнительных кодов в этот столбец.

Итак, у меня есть df2 со столбцом code2. Я хочу взять эти четыре кода и добавить их в четыре ячейки в df1.

Мой ожидаемый результат такой:

df3

    name    code
0   foo     123 # new code
1   Bar     345 # new code
2   Foo     432 # code unchanged
3   jim     456 # new code 
4   john    234 # new code
5   mary    NaN # not important
6   jim     563 # code unchanged

Что я пробовал до сих пор?

Я сохранил коды из df2

codes = df2['code2']

codes

0    123
1    345
2    456
3    234
Name: code, dtype: object

Затем я отфильтровал df1, чтобы он имел только нулевые коды, поскольку я не хочу заменять присутствующие коды, и, поскольку у меня есть только четыре новых кода для вставки, я получил первые четыре строки df1 и назначил новые коды для они:

mask = df1['code1'].isnull()

df1['code1'][mask][:4] = codes

Однако с df1 ничего не произошло. Все еще есть нанс.

Некоторые другие вещи, которые я пытался получить значения, но тоже не работали:

df1['code1'][mask][:4].values = codes.values

А потом у меня просто заканчиваются идеи здесь. Не работает

df1['code1'][mask][list(range(4))] = codes.values

Answer 1

IIUC

s = df1.loc[df1.code1.isnull(),'code1']
# Filter the df1 first...
s.iloc[:len(df2)] = df2.code2.values
# Assign value to NaNs, regardless of index...
df1.loc[df1.code1.isnull(), 'code1'] = s

# Assign the result back 
df1
   name code1
0   foo   123
1   Bar   345
2   Foo   432
3   jim   456
4  john   234
5  mary   NaN
6   jim   563

Answer 2

То же самое, что и в другом ответе, только немного отличается от реализации.

import pandas as pd
import numpy as np

na_num = pd.isna(df1['code1']).sum()
replacer = df2['code2'].tolist() + max(na_num - len(df2), 0) * [np.nan]
df1.loc[pd.isna(df1['code1']), 'code1'] = replacer[:na_num]