让我解释一下这种情况。事情是我目前正在处理有时被分类的数据,有时却没有。所以我决定使用带有“ ffil”作为方法的fillna的熊猫。我只是觉得这不是最佳和/或清洁的解决方案。如果有人可以更好地帮助我,我将非常感激。这里有一些代码来说明这一点:
data = {
"detail":['apple mac', 'apple iphone x', 'samsumg galaxy s10', 'samsumg galaxy s10', 'hp computer'],
'category': ['computer', 'phone', 'phone', np.NaN, np.NaN]
}
df = pd.DataFrame(data)
返回
detail category
0 apple mac computer
1 apple iphone x phone
2 samsumg galaxy s10 phone
3 samsumg galaxy s10 NaN
4 hp computer NaN
首先我过滤了没有类别的明细值:
details_without_cats = df[df.category.isnull()].detail.unique()
然后我循环遍历这些值以进行填充:
for detail_wc in details_without_cats:
df[df.detail == detail_wc] = df[df.detail == detail_wc].fillna(method = 'ffill')
print(df)
完全返回我想要的
detail category
0 apple mac computer
1 apple iphone x phone
2 samsumg galaxy s10 phone
3 samsumg galaxy s10 phone
4 hp computer NaN
困境如下。如果我有成千上万个样本,这种情况会怎样?有没有更好的办法?请帮助
答案 0 :(得分:1)
我们可以做到
df['category']=df.groupby('detail')['category'].ffill()
df
detail category
0 apple mac computer
1 apple iphone x phone
2 samsumg galaxy s10 phone
3 samsumg galaxy s10 phone
4 hp computer NaN
答案 1 :(得分:1)
如果要创建包含值的项目的字典以供以后使用,可以执行以下操作:
maps = df.dropna().set_index('detail').to_dict()['category']
df['category'] = df.set_index('detail').index.map(maps)
地图
{'apple mac': 'computer',
'apple iphone x': 'phone',
'samsumg galaxy s10': 'phone'}
输出:
detail category
0 apple mac computer
1 apple iphone x phone
2 samsumg galaxy s10 phone
3 samsumg galaxy s10 phone
4 hp computer NaN