如何基於其他列的某些值替換列的nan值

Question

我有兩列，col1指受教育程度，col2指他們的工作。 col2具有一些nan值，因此我想根據列1的值替換此nan值。例如，如果col1 ='bachelor'，則col2必須為='teacher'；如果col1 ='highschool'，則col2 ='actor '..依此類推，我有7個不同的col1值。

我試圖創建一個像這樣的函數：

def rep_nan(x):
    if x['col1']=='bachelor':
        x['col2']='teacher'
    elif x['col1']=='blabla':
        x['col2']='blabla'
    .....
    elif x['col1']='high school':
        x['col2']='actor'

然后我將其應用於數據集：

df.apply(rep_nan,axis=1)

但結果是無列

錯誤在哪里？ 或者我該怎么做？

Answer 1

您可以在此處制作字典：

rep_nan = {
    'bachelor': 'tacher',
    'blabla': 'blabla',
    'high school': 'actor'
}

然后我們可以將nan值替換為：

df.loc[df['col2'].isnull(), 'col2'] = df[df['col2'].isnull()]['col1'].replace(rep_nan)

例如：

>>> df
          col1   col2
0     bachelor   None
1     bachelor  clown
2       blabla   None
3  high school   None
>>> df.loc[df['col2'].isnull(), 'col2'] = df[df['col2'].isnull()]['col1'].replace(rep_nan)
>>> df
          col1    col2
0     bachelor  tacher
1     bachelor   clown
2       blabla  blabla
3  high school   actor