Python 熊猫根据城市（如果存在）填充缺失的国家/地区值

如果数据框中的城市和国家名称为空，我会尝试在数据框中填充国家名称，而城市和国家名称是存在的。例如，见下面的数据框，这里我想用国家印度替换班加罗尔市的NaN，如果数据框中存在这样的城市

df1=
         City Country
0   Bangalore   India
1       Delhi   India
2      London      UK
3  California     USA
4       Dubai     UAE
5   Abu Dhabi     UAE
6   Bangalore     NaN

我是新手，因此任何帮助都将不胜感激：）

我相信

df1.groupby('City')['Country'].fillna(method='ffill')

---

应通过转发组中缺少的值来解决问题。

其中一种方法是-

non_null_cities=df1.dropna（）。删除重复项（['City']）。重命名（列={'Country'：'C'}）
df1=df1.merge（非空城市，on='City'，how='left'）
df1.loc[df1['Country'].isnull（），'Country']=df1['C']
del df1['C']

---

希望这将是有益的

您可以在删除空值和重复项后创建序列映射

然后将

fillna

与

pd.Series.map

一起使用：

g = df.dropna(subset=['Country']).drop_duplicates('City').set_index('City')['Country']
df['Country'] = df['Country'].fillna(df['City'].map(g))

print(df)

         City Country
0   Bangalore   India
1       Delhi   India
2      London      UK
3  California     USA
4       Dubai     UAE
5    AbuDhabi     UAE
6   Bangalore   India

---

如果

NaN

首先出现在一个组中，此解决方案也会起作用。

这里有一个讨厌的方法

首先使用正向填充，然后使用反向填充（对于可能首先发生的NaN）

---

groupby和fillnaUse

df.groupby（'City'）.Country.ffill（）

或

df.groupby（'City'）.Country.transform（'first'）

您已经尝试了什么，到目前为止您的研究结果是什么？如果

NaN

首先出现怎么办？非常感谢这正是我想要的：）

df = df.groupby('City')[['City','Country']].fillna(method = 'ffill').groupby('City')[['City','Country']].fillna(method = 'bfill')