如何根据另一列填充列中的缺失值

Question

我有一个名为 shoes 的数据框Brand   CommentUgg       NaNPrada     NaNClarks    NaNUgg       NaNClark     NaNPrada     Made from horse leatherPrada     Made from pig leatherPrada     NaNUgg       Made from Australian cow leather...另一个数据框 df_mode 是通过将鞋子数据框中每个鞋子品牌的评论模式取为非空值而获得的Brand  CommentUgg    Made from sheep Prada  Made from pig leatherClarks Made from Cow leather如何使用 df_mode 数据框中显示的相应模式响应为鞋子数据框中的每个鞋子品牌分配缺失值。这基本上就是我想要实现的Brand   CommentUgg       Made from sheepPrada     Made from pig leatherClarks    Made from Cow leatherUgg       Made from sheepClark     Made from Cow leatherPrada     Made from horse leatherPrada     Made from pig leatherPrada     Made from pig leatherUgg       Made from Australian cow leather

Answer 1

使用loc和map：

shoes.loc[shoes.Comment.isna(), 'Comment'] = shoes.Brand.map(df_mode.set_index('Brand')['Comment'])

Answer 2

使用 np.where

shoes['Comment']=np.where(shoes['Comment'].isnull(),shoes['Brand'].map(dict(zip(df_mode['Brand']))),df_mode['Comment'],shoes['Comment'])

Answer 3

您可以groupby先按品牌列，然后填写缺失值。这是实现：

df['Comment'] = df.groupby(['Brand'], sort=False)['Comment'].apply(lambda x: x.ffill().bfill())