Python—查找dataframe中的值并返回随机对应值

df1有很多NaN值

我已经编译了df2，其中包含代码和名称的所有唯一值

我需要将df1中的NaN代码值替换为df2中的随机代码值，其中df1和df2在名称上匹配

df1 = pd.DataFrame(columns=['ID','name','code'])
df1.ID = [1,2,3,4]
df1.name = ['A','A','B','B']
df1.code = [np.nan,np.nan,np.nan,np.nan]

df2 = pd.DataFrame(columns=['name','code'])
df2.name = ['A','A','A','A','B','B','B','B']
df2.code = ['a','b','c','d','e','f','g','h']

df1

df2

示例结果

---

您可以创建一个字典，其中键是名称，值是可能的代码，然后针对df1示例中的每个名称，从相应的值：

import random

lookup = df2.groupby('name')['code'].apply(list).to_dict()

df1['code'] = df1['code'].fillna(pd.Series([random.choice(lookup[name]) for name in df1['name']],
                           index=df1.index))
print(df1)

输出

   ID name code
0   1    A    b
1   2    A    b
2   3    B    g
3   4    B    g

   ID name code
0   1    A    d
1   2    A    a
2   3    B    e
3   4    B    h

如果需要无需更换的样品，您可以：

lst = [s for k, g in df1.groupby('name', as_index=False) for s in random.sample(lookup[k], len(g))]
df1['code'] = df1['code'].fillna(pd.Series(lst, index=df1.index))

print(df1)

输出

   ID name code
0   1    A    b
1   2    A    b
2   3    B    g
3   4    B    g

   ID name code
0   1    A    d
1   2    A    a
2   3    B    e
3   4    B    h

---

将每组的值加入列表后，可以使用

random.sample

和pas

2

。然后，合并回初始数据帧，

分解列表并
删除重复项（）

因为某些原因，爆炸对我不起作用。AttributeError:“DataFrame”对象没有属性“explode”@BD12您必须升级您的pandas版本