Python 有没有更好的方法用方法'；菲利'；和熊猫在一起？

让我解释一下这种情况。问题是我目前正在处理的数据有时是分类的，有时不是。所以我决定用带有“ffil”的菲尔娜熊猫作为方法。我只是觉得这不是最佳和/或更清洁的解决方案。如果有人能帮我找到更好的办法，我将不胜感激。这里有一些代码来说明这一点：

数据={
“详情”：[“苹果mac”、“苹果iphone x”、“三星galaxy s10”、“三星galaxy s10”、“hp电脑”]，
“类别”：[“计算机”、“电话”、“电话”、np.NaN、np.NaN]
}
df=pd.DataFrame（数据）

返回

详细分类
0苹果mac电脑
1部苹果iphone x手机
2 samsumg galaxy s10手机
3 samsumg星系s10 NaN
4台hp电脑

首先，我过滤了没有类别的细节值：

details\u不带\u cats=df[df.category.isnull（）]detail.unique（）

然后我循环这些值以填充对应项：

对于细节中的wc-in-details\u，不带猫：
df[df.detail==detail\u wc]=df[df.detail==detail\u wc].fillna（方法='ffill'）
打印（df）

返回的正是我想要的

    detail              category
0   apple mac           computer
1   apple iphone x      phone
2   samsumg galaxy s10  phone
3   samsumg galaxy s10  phone
4   hp computer         NaN

困境如下。如果我有数千或数百万样本的情况会发生什么。有更好的办法吗？请帮助

我们能做什么

df['category']=df.groupby('detail')['category'].ffill()
df
               detail  category
0           apple mac  computer
1      apple iphone x     phone
2  samsumg galaxy s10     phone
3  samsumg galaxy s10     phone
4         hp computer       NaN

---

如果要创建具有值的项目目录以供以后使用，可以执行以下操作：

maps = df.dropna().set_index('detail').to_dict()['category']
df['category'] = df.set_index('detail').index.map(maps)

地图

输出：

               detail  category
0           apple mac  computer
1      apple iphone x     phone
2  samsumg galaxy s10     phone
3  samsumg galaxy s10     phone
4         hp computer       NaN

---

谢谢你的回答。如果我们只打印

df.groupby（'detail'）['category'].ffill（）

我们没有详细信息作为索引，但是如果我们打印

df.groupby（'detail'）['category'].count（）

我们有，为什么？只是好奇而已。

               detail  category
0           apple mac  computer
1      apple iphone x     phone
2  samsumg galaxy s10     phone
3  samsumg galaxy s10     phone
4         hp computer       NaN