基于其他列熊猫填充缺失值

Question

我想根据熊猫中的其他列填充缺失值。这是我的表：Gender     MarriedMale       YesMale       YesFemale     NoFemale     NoMale       NaNFemale     NaN如果性别为男性，我将填充已婚字段的缺失值 -> 已婚为是，否则已婚为否：df['Married'].fillna(df[df['Married'].isnull()].apply(lambda x: 'Yes' if (df[df['Married'].isnull()]['Gender'] is 'Male') else 'No', axis=1), inplace=True)但它失败了，我尝试了很多方法，但没有得到预期的结果。我希望收到你们所有人。

Answer 1

我相信你需要map有dictionary只在过滤行：

mask = df['Married'].isnull()

df.loc[mask, 'Married'] = df.loc[mask, 'Gender'].map({'Male':'Yes', 'Female':'No'})

print (df)

   Gender Married

0    Male     Yes

1    Male     Yes

2  Female      No

3  Female      No

4    Male     Yes

5  Female      No

另一个解决方案numpy.where：

mask = df['Married'].isnull()

df.loc[mask, 'Married'] = np.where(df.loc[mask, 'Gender']  == 'Male', 'Yes','No')

print (df)

   Gender Married

0    Male     Yes

1    Male     Yes

2  Female      No

3  Female      No

4    Male     Yes

5  Female      No

fillna映射的另一个解决方案Series：

df['Married'] = df['Married'].fillna(df['Gender'].map({'Male':'Yes', 'Female':'No'}))