Question

我有这样的输入

zip    state
95648   CA
95683   CA
95648   NaN
95648   CA
95649   CA

我想通过减少zip填充状态值。输出应该是：

zip    state
95648   CA
95683   CA
95648   **CA**
95648   CA
95649   CA

现在，我试过这样的话：

1. creating a map 
2. take a copy of zip column as zip1.
3. replacing values of zip with state
4. swap all and delete zip1

但寻找更好的方法。将值加载到数据中（作为数据帧）

map1 = data[['zip','state']]
map1 = data.set_index('zip')['state'].to_dict()

print（map1）产生：{95838：'CA'，95823：'CA'，95815：'CA'，95834：'CA'，95828：'CA'}

data['zip1'] = data['zip']
data = data.replace({"zip": map1})
print (data.head(10))
data['state'] = data['zip']
data['zip'] = data['zip1']
data = data.drop(['zip1'],axis=1)
print (data.head(10))

Answer 1

创建地图后，您可以使用pd.Series.map()，这会将字典作为参数。

map1 = data.set_index('zip')['state'].dropna().to_dict()
data['state'] = data['zip'].map(map1)

或者，如果您从df获得有关邮政编码状态配对的所有信息，您也可以使用单行

data['state'] = data.sort_values('state').groupby('zip')['state'].fillna(method='ffill')

Panda / numpy map列值基于另一列

1 个答案: