如何在pandas DataFrame中通過共享列值替換某些行？

Question

假設我有以下pandas DataFrame：

import pandas as pd

data = [['Alex',10],['Bob',12],['Clarke',13], ['Bob', '#'], ['Bob', '#'], ['Bob', '#']]

df = pd.DataFrame(data,columns=['Name','Age'], dtype=float)
print(df)
     Name Age
0    Alex  10
1     Bob  12
2  Clarke  13
3     Bob   #
4     Bob   #
5     Bob   #

因此， Bob的DataFrame中有奇數行，即行3,4和5.這些值始終為# ，而不是12.第1行顯示Bob應為12，而不是# 。

在這個例子中，使用replace()來解決這個問題很簡單：

df = df.replace("#", 12)
print(df)
     Name Age
0    Alex  10
1     Bob  12
2  Clarke  13
3     Bob   12
4     Bob   12
5     Bob   12

但是，這不適用於較大的數據幀，例如

     Name Age
0    Alex  10
1     Bob  12
2  Clarke  13
3     Bob   #
4     Bob   #
5     Bob   #
6  Clarke   #

第6行應該是6 Clarke 13 。

如何使用#替換Age任何行，並使用其他行中給出的正確整數（基於Name ？ 如果#存在，請檢查具有相同Name值的其他行並替換# 。

Answer 1

您想使用有效值來填充無效值嗎？ 在這種情況下，使用map ：

v = df.assign(Age=pd.to_numeric(df['Age'], errors='coerce')).dropna()
df['Age'] = df['Name'].map(v.set_index('Name').Age)  

df
     Name   Age
0    Alex  10.0
1     Bob  12.0
2  Clarke  13.0
3     Bob  12.0
4     Bob  12.0
5     Bob  12.0
6  Clarke  13.0

Answer 2

試試這個，

d= df[df['Age']!='#'].set_index('Name')['Age']
df['Age']=df['Name'].replace(d)

O / P：

     Name Age
0    Alex  10
1     Bob  12
2  Clarke  13
3     Bob  12
4     Bob  12
5     Bob  12
6  Clarke  13