Question

我有如下数据：

currency    country
GBP         GB
USD         NaN
USD         US
AUD         AUD
GBP         NaN

基本上，我正在尝试在“国家/地区”列中有条件地替换NaN，使其值取决于该行中的货币是什么。（例如，对于GBP，它应该是GB）。

我有一个单独的字典，将货币映射到国家。但是我不确定如何替换“国家/地区”列中的值

Answer 1

假设您有字典d，则可以使用set_index，fillna和reset_index

d = {'GBP': 'GB', 'USD': 'US', 'AUD': 'AUD'}

df = df.set_index('currency').country.fillna(d).reset_index()

Out[39]:
  currency country
0      GBP      GB
1      USD      US
2      USD      US
3      AUD     AUD
4      GBP      GB

Answer 2

将{{1}的Series.fillna与Series.map一起使用，如果dict中有更多列，则解决方案也可以使用：

DataFrame

编辑：

如果#one possible solution is generate dictionary from existing values d = df.dropna().set_index('currency')['country'].to_dict() #or use dictionary #d = {'GBP': 'GB', 'USD': 'US', 'AUD': 'AUD'} df['country'] = df['country'].fillna(df['currency'].map(d)) print (df) currency country 0 GBP GB 1 USD US 2 USD US 3 AUD AUD 4 GBP GB的所有值都在字典中，则应简化解决方案：

currency

如果没有，那么如果仅使用d = {'GBP': 'GB', 'USD': 'US', 'AUD': 'AUD'} df['country'] = df['currency'].map(d) print (df) currency country 0 GBP GB 1 USD US 2 USD US 3 AUD AUD 4 GBP GB，它将仅替换匹配的值：

map

因此，如果需要不在dict中的原始值（此处为GBP1）没有替换为print (df) currency country 0 GBP1 GB1 1 USD NaN 2 USD US 3 AUD AUD 4 GBP NaN d = {'GBP': 'GB', 'USD': 'US', 'AUD': 'AUD'} df['country'] = df['currency'].map(d) print (df) currency country 0 GBP1 NaN 1 USD US 2 USD US 3 AUD AUD 4 GBP GB，请使用第一种解决方案：

NaN

如何根据另一列中的值进行条件替换列中的值？

2 个答案: