使用来自另一个数据框的合并填充 na 值

Question

我有一列包含 na 值，我想根据键根据来自另一个数据框的值填充这些值。我想知道是否有任何简单的方法可以做到这一点。

示例： 我有一个对象及其颜色的数据框，如下所示：

  object   color
0  chair   black
1   ball  yellow
2   door   brown
3   ball     **NaN**
4  chair   white
5  chair     **NaN**
6   ball    grey

我想用以下数据框中的默认颜色填充颜色列中的 na 值：

  object default_color
0  chair         brown
1   ball          blue
2   door          grey

所以结果会是这样的：

  object   color
0  chair   black
1   ball  yellow
2   door   brown
3   ball     **blue**
4  chair   white
5  chair     **brown**
6   ball    grey

有什么“简单”的方法可以做到这一点吗？

谢谢:)

Answer 1

使用np.where 并通过将列设置为索引来映射，即

df['color']= np.where(df['color'].isnull(),df['object'].map(df2.set_index('object')['default_color']),df['color'])

或df.where

df['color'] = df['color'].where(df['color'].notnull(), df['object'].map(df2.set_index('object')['default_color'])) 

对象颜色 0 椅子黑色 1球黄色 2门棕色 3球蓝 4椅白色 5 椅子棕色 6球灰

Answer 2

先创建Series，然后替换NaNs：

s = df1['object'].map(df2.set_index('object')['default_color'])
print (s)
0    brown
1     blue
2     grey
3     blue
4    brown
5    brown
6     blue
Name: object, dtype: object

df1['color']= df1['color'].mask(df1['color'].isnull(), s)

或者：

df1.loc[df1['color'].isnull(), 'color'] = s

或者：

df1['color'] = df1['color'].combine_first(s)

或者：

df1['color'] = df1['color'].fillna(s)

---

print (df1)
  object   color
0  chair   black
1   ball  yellow
2   door   brown
3   ball    blue
4  chair   white
5  chair   brown
6   ball    grey

如果object 中的唯一值：

df = df1.set_index('object')['color']
        .combine_first(df2.set_index('object')['default_color'])
        .reset_index()

或者：

df = df1.set_index('object')['color']
        .fillna(df2.set_index('object')['default_color'])
        .reset_index()

Answer 3

使用loc + map：

m = df.color.isnull()
df.loc[m, 'color'] = df.loc[m, 'object'].map(df2.set_index('object').default_color)

df

  object   color
0  chair   black
1   ball  yellow
2   door   brown
3   ball    blue
4  chair   white
5  chair   brown
6   ball    grey

如果您要进行大量此类替换，则应仅在 df2 上调用 set_index 一次并保存其结果。