Question

我基本上有一列包含邮政编码，另一列包含邻域，并且在邮政编码列中填充了一些空值。因此，首先我找到了与该邮政编码相对应的邻域。其次，我发现了附近最常见的邮政编码。

下面是一些邻域X的邮政编码。这个特定邻域的模式是Y。我想做的是，将在邻域列下具有邻域X的行填入相应的邮政编码列，其值为空。

这是邻域X的模式。它返回实际模式（BS8）和有关邻域X的所有邮政编码的完整列表

 <bound method Series.mode of 25      BS8 

    1904    BS1 
    1919    BS8 
    2070    BS1 
    2083    BS1 
    2099     NaN
    2105    BS1 
    2228     NaN
    2256    BS1 
    2265    BS8 
    2285    BS8 
    2298    BS8

因此，在这种情况下，我想用HH最常见的邮政编码类型填充邮政编码下的nan值。

neighbourhood      Postcode
WH                 BS9 
SB                 BS9 
HF                 BS9 
WH                 BS9 
WH                 BS9 
SB                 BS9 
HH                 nan
SGTH               nan

如果HH最常见的邮政编码是Z，如果要在相应的邮政编码中填写Z，例如：

neighbourhood      Postcode
    WH                 BS9 
    SB                 BS9 
    HF                 BS9 
    WH                 BS9 
    WH                 BS9 
    SB                 BS9 
    HH                 Z
    SGTH               nan

在线查看后，我尝试了类似下面的代码，但是没有用。

airbnb.postcode = airbnb.apply( 
        lambda row: "BS8 " if (airbnb.neighbourhood=="HH" & airbnb.postcode== np.NaN) else row.postcode )

Answer 1

使用np.select

数据：

# df2:
#       neighbourhood Postcode
#     0            WH      BS9
#     1            SB      BS9
#     2            HF      BS9
#     3            WH      BS9
#     4            WH      BS9
#     5            SB      BS9
#     6            HH      BS8
#     7          SGTH      NaN

conditions = [
    ((df2['neighbourhood'] == 'HH') & (df2['Postcode'].isna())),
]

choices = [
    'BS8'
]

df2['Postcode'] = np.select(conditions, choices, df2['Postcode'])

  neighbourhood Postcode
0            WH      BS9
1            SB      BS9
2            HF      BS9
3            WH      BS9
4            WH      BS9
5            SB      BS9
6            HH      BS8
7          SGTH      NaN

如何填充与另一列上的另一个观察值在同一行中的列的某些单元格？

1 个答案: