如果存在，pandas会根据城市填写缺少的国家/地区值

Question

我正在尝试在我的数据框中填写国家/地区名称，如果它基于城市和国家/地区名称为空，则存在。 例如，请参阅下面的数据框，如果数据框中存在此类城市，我想在此处将班加罗尔市的NaN替换为印度国家

df1=
         City Country
0   Bangalore   India
1       Delhi   India
2      London      UK
3  California     USA
4       Dubai     UAE
5   Abu Dhabi     UAE
6   Bangalore     NaN

我是新手，所以任何帮助将不胜感激:)。

Answer 1

删除空值和重复项后，可以创建系列映射。

然后使用fillna和pd.Series.map ：

g = df.dropna(subset=['Country']).drop_duplicates('City').set_index('City')['Country']
df['Country'] = df['Country'].fillna(df['City'].map(g))

print(df)

         City Country
0   Bangalore   India
1       Delhi   India
2      London      UK
3  California     USA
4       Dubai     UAE
5    AbuDhabi     UAE
6   Bangalore   India

如果NaN首先出现在一个组中，该解决方案也将起作用。

Answer 2

我相信

df1.groupby('City')['Country'].fillna(method='ffill')

应该通过向前填充组内的缺失值来解决您的问题。

Answer 3

其中一种方法可能是 -

non_null_cities = df1.dropna（）。drop_duplicates（['City']）。rename（columns = {'Country'：'C'}）
df1 = df1.merge（non_null_cities，on ='City'，how ='left'）
df1.loc [df1 ['Country']。isnull（），'Country'] = df1 ['C']
del df1 ['C']

希望这会有所帮助！

Answer 4

这是一种令人讨厌的方式。

首先使用前向填充，然后使用后向填充（首先出现可能的NaN）

df = df.groupby('City')[['City','Country']].fillna(method = 'ffill').groupby('City')[['City','Country']].fillna(method = 'bfill')