Question

我目前正在为Lyda的Udacity项目整理来自Lyft的2个mio行的大数据集。 DataFrame看起来像这样：

     id             name             latitude    longitude
0   148.0   Horton St at 40th St     37.829705  -122.287610
1   376.0   Illinois St at 20th St   37.760458  -122.387540
2   453.0   Brannan St at 4th St     37.777934  -122.396973
3   182.0   19th Street BART Station 37.809369  -122.267951
4   237.0   Fruitvale BART Station   37.775232  -122.224498
5   NaN     NaN                      37.775232  -122.224498

当我尝试在最后一行中表示时，我有很多id和name的NaN值，但是latitude和longitude绝不会为空。我的假设是，在给定name和latitude一定组合的情况下，我实际上可以从其他行中提取longitude。

一旦有了名字，我就会尝试使用id来填充name的NaN值

dict_id = dict(zip(df['name'], df['id']))
df['id'] = df['id'].fillna(df['name'].map(dict_id))

但是，我很努力，因为使用latitude和longitude我有两个值要与名称匹配。

Answer 1

您可以在dropna之后将数据框与其副本合并，然后重命名列：

m = df.merge(df.dropna(subset=['name']),on=['latitude','longitude'],
                                       how='left',suffixes=('','_y'))
out = (m.drop(['id','name'],1).rename(columns={'id_y':'id','name_y':'name'})
        .reindex(df.columns,axis=1))

      id                      name   latitude   longitude
0  148.0      Horton St at 40th St  37.829705 -122.287610
1  376.0    Illinois St at 20th St  37.760458 -122.387540
2  453.0      Brannan St at 4th St  37.777934 -122.396973
3  182.0  19th Street BART Station  37.809369 -122.267951
4  237.0    Fruitvale BART Station  37.775232 -122.224498
5  237.0    Fruitvale BART Station  37.775232 -122.224498

Pandas DataFrame：根据多个条件填充NaN值

1 个答案: