![](/img/trans.png)
[英]Using the fillna() method from Pandas to replace a particular string value in a column
[英]fillna by referring another column but copy same column value using pandas
我有一个 dataframe 如下图所示
df = pd.DataFrame(
{'sub_code' : [np.nan, 'CSE01', np.nan,
'CSE02', 'CSE03', 'CSE02',
'CSE03', 'CSE02'],
'stud_level' : [101, 101, 101, 101,
101, 101, 101, 101],
'grade' : ['STA','STA','PSA','STA','STA','SSA','PSA','QSA']})
我想做以下
a) 通过参考grade
列在sub_code
列中填写 NA。
b)例如:等级STA
在row 1,3 and 4
行具有相应的sub_code
非 NA 值( row 0 has NA value
)
c) 从grade
列复制第一个非 NA ( CSE01
) 值并将其放入sub_code
列 ( row 0
)
我尝试了以下
m = df['sub_code'].isna()
df.loc[m, 'sub_code'] = np.where(df.loc[m, 'grade'].ne(np.nan), df['sub_code'], 'not filled')
我希望我的 output 如下所示
groupby
"grade" 并使用first
获取每个等级中的第一个非 NaN 子代码。 然后使用np.where
填充“sub_code”中的 NaN 值:
mapper = df.groupby('grade')['sub_code'].first()
df['sub_code'] = np.where(df['sub_code'].isna(), df['grade'].map(mapper), df['sub_code'])
或者代替第二行,您也可以使用fillna
:
df['sub_code'] = df.set_index('grade')['sub_code'].fillna(mapper)
Output:
sub_code stud_level grade
0 CSE01 101 STA
1 CSE01 101 STA
2 CSE03 101 PSA
3 CSE02 101 STA
4 CSE03 101 STA
5 CSE02 101 SSA
6 CSE03 101 PSA
7 CSE02 101 QSA
df['sub_code'] =df.groupby(['grade'])['sub_code'].bfill().ffill()
sub_code stud_level grade
0 CSE01 101 STA
1 CSE01 101 STA
2 CSE03 101 PSA
3 CSE02 101 STA
4 CSE03 101 STA
5 CSE02 101 SSA
6 CSE03 101 PSA
7 CSE02 101 QSA
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.