如何将值从一列映射到另一列数据框？ [复制]

Posted 2023-03-11

【中文标题】如何将值从一列映射到另一列数据框？ [复制]

【英文标题】：How to map values from a one column to another column of dataframe? [duplicate]

【发布时间】：2018-12-27 23:48:41

【问题描述】：

我有两列 company_size 和 company_type。 company_size 包含我想根据 company_type 列填充的 NaN 值。如何映射到特定值以便我可以填充 NaN 值，即基于 company_type 中的缺失值 company_size。

示例数据：

 company_size    company_type
   10-50           startup
   1000+            PvtLtd
   NaN           Public Sector
   NaN              PvtLtd
   100-500       Public Sector
   NaN             startup
   100-500       Public Sector

现在基于 company_type 我想填写 company_size。

startup -> 10-50
Public Sector -> 100-500
PvtLtd -> 1000+

注意 company_type 和 company_size 都是分类变量。

【问题讨论】：

@stonerock 你可以选择company_size为NaN的行

你有没有尝试过？这与您回答的上一个问题非常相似。 :))

我认为它根本不是映射。为什么不只是 groupby company_type 和 ffill 或 bfill

与其提出已经在论坛上回答的问题，您可以先做一些研究并为我们所有人节省一些时间:)

我认为人们不愿意发布答案，因为这个问题几乎可以肯定在本网站的其他地方得到了回答，而且今天早些时候回答了一个几乎相同的问题（由你提出），方法很容易展开来回答这个问题。

【参考方案1】：

您可以先按公司规模排序，确保NaNs 在末尾，然后使用groupby 和ffill，然后再次按索引排序以恢复原始订单：

df.sort_values('company_size').groupby('company_type').ffill().sort_index()

  company_size   company_type
0        10-50        startup
1        1000+         PvtLtd
2      100-500  Public Sector
3        1000+         PvtLtd
4      100-500  Public Sector
5        10-50        startup
6      100-500  Public Sector

【讨论】：

我不想更改数据的顺序

然后在最后按索引排序（见我编辑的答案）

【参考方案2】：

groupby 您的公司时间，以及 transform('first') 以摆脱 NaN 值：

df['company_size'] = df.groupby("company_type")["company_size"].transform("first")

  company_size  company_type
0        10-50       startup
1        1000+        PvtLtd
2      100-500  PublicSector
3        1000+        PvtLtd
4      100-500  PublicSector
5        10-50       startup
6      100-500  PublicSector