pandas如何用映射的方式填充缺失值（NA）？

rsnodame

样本数据如下：

[Python] 纯文本查看 复制代码

import pandas as pd
import numpy as np

sample = pd.Dataframe({'id': {0: 'a1', 1: 'a2', 2: 'a5', 3: 'b1', 4: 'b4', 5: 'n1', 6: 'b4', 7: 'n3'}, 'name': {0: 'ab', 1: 'ac', 2: np.nan, 3: 'bb', 4: np.nan, 5: np.nan, 6: np.nan, 7: 'np'}, 'item1': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7, 7: 8}, 'item2': {0: 9, 1: 10, 2: 11, 3: 12, 4: 13, 5: 14, 6: 15, 7: 16}})

m = pd.Dataframe({'id': {0: 'a3', 1: 'a5', 2: 'b3'}, 'name': {0: 'ad', 1: 'ag', 2: 'bp'}})

sample如下

id	name	item1	item2
a1	ab	1	9
a2	ac	2	10
a5		3	11
b1	bb	4	12
b4		5	13
n1		6	14
b4		7	15
n3	np	8	16

m如下

id	name
a3	ad
a5	ag
b3	bp

希望利用m中的映射关系，把sample里【name】列中的缺失值（NA）填充。

不知各位有没有什么好的、简便的思路，不吝赐教{:1_927:}

leonrein

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.fillna.html
第四个小例子应该是的

cflying

把匹配关系构造成字典
然后这样应该可以
再不济最笨的办法，就是df1是原始数据，df1是匹配关系，然后两个merge出一个新数据列

[Python] 纯文本查看 复制代码

sample['name']=sample['name'].fillna((sample['id'].map({'a3': 'ad', 'a5': 'ag','b3':'bp'})))

Green07

[Python] 纯文本查看 复制代码

import pandas as pd
import numpy as np
 
sample = pd.Dataframe({'id': {0: 'a1', 1: 'a2', 2: 'a5', 3: 'b1', 4: 'b4', 5: 'n1', 6: 'b4', 7: 'n3'}, 'name': {0: 'ab', 1: 'ac', 2: np.nan, 3: 'bb', 4: np.nan, 5: np.nan, 6: np.nan, 7: 'np'}, 'item1': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7, 7: 8}, 'item2': {0: 9, 1: 10, 2: 11, 3: 12, 4: 13, 5: 14, 6: 15, 7: 16}})
 
m = pd.Dataframe({'id': {0: 'a3', 1: 'a5', 2: 'b3'}, 'name': {0: 'ad', 1: 'ag', 2: 'bp'}})

def check_nan(x):
	if pd.isnull(x['name_x']):
		return x['name_y']
	return x['name_x']

result.apply(lambda x:check_nan(x),axis = 1)

result[['id','name','item1','item2']]

print(result)

希望上面回答能帮助到你

rsnodame

leonrein 发表于 2022-11-26 16:29
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.fillna.html
第四个小例 ...

有点类似，但必须用columns去对应。考虑过这个方法，原数据需要转置或者重设index，是个解决思路，但总觉得不优美

rsnodame

cflying 发表于 2022-11-26 16:47
把匹配关系构造成字典
然后这样应该可以
再不济最笨的办法，就是df1是原始数据，df1是匹配关系，然后两个 ...

这个方法看上去很简洁，研究研究。谢谢

rsnodame

Green07 发表于 2022-11-26 17:02
[mw_shl_code=python,true]import pandas as pd
import numpy as np

apply也考虑过，但光想就觉得写起来会很麻烦

Green07

rsnodame 发表于 2022-11-26 23:23
apply也考虑过，但光想就觉得写起来会很麻烦

或许你可以考虑一下把数据导入到数据库 如何用left join 加上 case when方式解决这个问题
用数据库是我一开始想到的方式