如何在pandas python中用国家名称填充空白国家列

Question

我有数据框列，如语言、地区和国家。 在该数据框中使用语言列用国家/地区名称填充国家/地区。

我的输入是：

language      region         country

english        a            canada
chinese        b            china
english        a            usa
japanese       a            japan
english        a            usa
portugese      b            portugal
english        a            null    

在上面的数据框中，我想根据使用英语的国家/地区的计数使用国家/地区名称来填充空国家/地区名称。 假设美国计数为 2，加拿大计数为 1。因此，美国计数最高，那么我们必须在空位置填写美国国家/地区名称。

所需的输出应该是：

language      region         country

english        a            canada
chinese        b            china
english        a            usa
japanese       a            japan
english        a            usa
portugese      b            portugal
english        a            usa

对于上面所需的输出，我使用了下面的代码片段。 但它不起作用。 任何人都可以帮助我获得上述所需的输出数据框。

df.loc[df['language']=='english' & df['region']='ap' & df['country'].value_counts()[df['country'].value_counts() == df['country'].value_counts().max()]

在上面的代码片段中，我必须使用 df.loc[df['language']=='english' & df['region']='ap'.after 之后我必须根据 AP 区域找到最高的国家/地区数并填写空白国家作为最高国家计数国家。

Answer 1

假设您的null是NaN或None 。 如果它是 string null ，则需要将其预处理为NaN

df = df.where(df.ne('null')) # doing this step if your `null` is string `null`

m = df.country.isna()
m1 = df.language.eq('english')

df.loc[m & m1, 'country'] = df.loc[m1, 'country'].mode()[0]

Out[194]:
    language region   country
0    english      a    canada
1    chinese      b     china
2    english      a       usa
3   japanese      a     japan
4    english      a       usa
5  portugese      b  portugal
6    english      a       usa

Answer 2

更通用的解决方案是map和fillna

d = df.groupby('language').country.apply(lambda s: s.mode()[0]).to_dict() 
df['country'] = df.country.fillna(df.language.map(d))

    language region   country
0    english      a    canada
1    chinese      b     china
2    english      a       usa
3   japanese      a     japan
4    english      a       usa
5  portugese      b  portugal
6    english      a       usa