如果存在，pandas會根據城市填寫缺少的國家/地區值

Question

我正在嘗試在我的數據框中填寫國家/地區名稱，如果它基於城市和國家/地區名稱為空，則存在。 例如，請參閱下面的數據框，如果數據框中存在此類城市，我想在此處將班加羅爾市的NaN替換為印度國家

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，所以任何幫助將不勝感激:)。

Answer 1

刪除空值和重復項后，可以創建系列映射。

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首先出現在一個組中，該解決方案也將起作用。

Answer 2

我相信

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

應該通過向前填充組內的缺失值來解決您的問題。

Answer 3

其中一種方法可能是 -

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']

希望這會有所幫助！

Answer 4

這是一種令人討厭的方式。

首先使用前向填充，然后使用后向填充（首先出現可能的NaN）

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