Question

我有一个包含音乐流派和流派代码的数据框。现在其中一些类型是 NaN 的值，但确实有类型代码。根据这个流派代码，我想在数据框中查找流派，用对应的流派替换NaN值。

例如

第 1 行：类型 = NaN 类型代码 = 1

第 2 行：流派 = 摇滚类型代码 = 1

我遇到的困难是，如何使这种动态变得动态。我可以像这样进行硬编码：

def findReplaceGenre():
for genre, row in dataframe_combined["genres"].iteritems():
    if (pd.isna(row)):
        dataframe_combined.loc[dataframe_combined["genres_code"] == "1", "genres"] = "Rock"
    else:
        continue

findReplaceGenre()

如果流派为 NaN，这使得所有具有标签 1 流派的流派代码摇滚。

现在，数据集包含数百个流派和具有 NaN 值的行。有没有办法让这个动态化，让函数查找流派代码，找到与流派相同的流派代码，然后替换NaN值。因此，到目前为止我有：

def findReplaceGenre():
for genre, row in dataframe_combined["genres"].iteritems():
    if (pd.isna(row)):
        dataframe_combined.loc[dataframe_combined["genres_code"] == dataframe_combined["genres_code"], "genres"] = dataframe_combined["genres"].loc[~dataframe_combined["genres"].isna()].iloc[0]
    else:
        continue

findReplaceGenre()

我想检查流派代码是否相同，然后找到流派中的第一个非 NaN 值。我的推理是遍历行，我假设它在行级别进行检查。但是，它一直为所有 NaN 提供第一个非 NaN 类型结果。

有什么建议吗？

将数据框中的 NaN 值替换为基于其他列的相应值

0 个答案: