Python 熊猫用相似的组数据填充缺失的单元格
我试图用在其他字段中找到的数据填充缺少的数据,例如,我有一个表:Python 熊猫用相似的组数据填充缺失的单元格,python,pandas,Python,Pandas,我试图用在其他字段中找到的数据填充缺少的数据,例如,我有一个表: Brand Model Make Toyota Corolla Japan Toyota Crescida Japan Toyota Land Cruiser Ford Escape America Ford Explorer America Ford Edge Ford Focus 我从其他行知道丰田来自日本,福特来自美国。我怎样才能在熊猫身上做到这一点
Brand Model Make
Toyota Corolla Japan
Toyota Crescida Japan
Toyota Land Cruiser
Ford Escape America
Ford Explorer America
Ford Edge
Ford Focus
我从其他行知道丰田来自日本,福特来自美国。我怎样才能在熊猫身上做到这一点,给我以下的信息
Brand Model Make
Toyota Corolla Japan
Toyota Crescida Japan
Toyota Land Cruiser Japan
Ford Escape America
Ford Explorer America
Ford Edge America
Ford Focus America
您可以使用
df=df1[['Brand','Make']].groupby(['Brand']).agg(lambda x:x.value_counts().index[0])。reset_index()
根据品牌获取Make列的常见事件。
之后,您可以使用以下代码
for index,value in enumerate(df1['Make']):
if value==None:
brand=df1['Brand'][index]
df1['Make'][index]=df['Make'][df['Brand']==brand].to_list()[0]
我可以分两步解决这个问题:
你尝试了什么?
df['Make']=df.groupby('Brand')['Make'].fillna(method='ffill')
?