Pandas 如何映射df的缺失值'；s列与另一列相对应'；使用字典（相同df的）s值？python

我设法用if和for循环解决了这个问题，但我正在寻找一种计算成本更低的方法。i、 e.使用apply或map或任何其他技术

d = {1:10, 2:20, 3:30}

df

a    b
1    35
1    nan
1    nan
2    nan
2    47
2    nan
3    56
3    nan

我想根据dict d填写b列缺少的值，即输出应为

a    b
1    35
1    10
1    10
2    20
2    47
2    20
3    56
3    30

您可以使用或通过ed

a

列：

print (df['a'].map(d))
0    10
1    10
2    10
3    20
4    20
5    20
6    30
7    30
Name: a, dtype: int64

df['b'] = df['b'].fillna(df['a'].map(d))
print (df)
   a     b
0  1  35.0
1  1  10.0
2  1  10.0
3  2  20.0
4  2  47.0
5  2  20.0
6  3  56.0
7  3  30.0

---

如果所有值都是

int

s，则添加：

如果列

a

中的所有数据都在dict键中，则可以使用

替换
：

df['b'] = df['b'].fillna(df['a'].replace(d))

请不要发布代码的图片，而是发布实际代码。我已经对你的帖子进行了适当的编辑。谢谢你，我已经花了一个小时的时间在想怎么做，这是我的第一个问题。回答得好@jezrael！绝对比我的复杂，+1！只有一个问题，当使用
.replace（to_replace=d））
而不是
.map（d）
时，我的速度提高了25%。“你有类似的经历吗？”大安，谢谢。我也在考虑更换，但我认为在这种情况下这是个问题。因为如果use
d={1:10，2:20}
那么在replace之后，键3的nan被3替换。但也可能是楠。但这取决于数据，如果所有键都是相同的，并且列的值是唯一的，则可以使用replace。祝你好运
df['b'] = df['b'].fillna(df['a'].map(d)).astype(int)
print (df)
   a   b
0  1  35
1  1  10
2  1  10
3  2  20
4  2  47
5  2  20
6  3  56
7  3  30

df['b'] = df['b'].fillna(df['a'].replace(d))