Python 基于另一列的Panda/numpy映射列值

我有这样的输入

zip    state
95648   CA
95683   CA
95648   NaN
95648   CA
95649   CA

我想通过从zip减少来填充状态值。 输出应为：

zip    state
95648   CA
95683   CA
95648   **CA**
95648   CA
95649   CA

目前，我已经尝试过这样做：

1. creating a map 
2. take a copy of zip column as zip1.
3. replacing values of zip with state
4. swap all and delete zip1

但是在寻找更好的方法。 将值加载到数据中（作为数据帧）

print（map1）生成：{95838:'CA'，95823:'CA'，95815:'CA'，95834:'CA'，95828:'CA'}

data['zip1'] = data['zip']
data = data.replace({"zip": map1})
print (data.head(10))
data['state'] = data['zip']
data['zip'] = data['zip1']
data = data.drop(['zip1'],axis=1)
print (data.head(10))

---

创建映射后，只需使用

pd.Series.map（）

，它将以字典作为参数

map1 = data.set_index('zip')['state'].dropna().to_dict()
data['state'] = data['zip'].map(map1)

或者，如果您从df获取关于邮政编码-州配对的所有信息，您也可以使用一行

data['state'] = data.sort_values('state').groupby('zip')['state'].fillna(method='ffill')

data['state'] = data.sort_values('state').groupby('zip')['state'].fillna(method='ffill')