如何使用与其他列具有相同值的列的值填充列中的nan值

Question

这是毕马威虚拟实习的一个问题

我的问题是，如何用具有相同职称的列中的job_industry值填充nan values job_industry列

例如：

job_title               job_industry

Quality Engineer        Financial Services
Quality Engineer        Nan

我希望就业行业的nan价值充满金融服务

比如，如果某个nan值出现在job_industry，其职务是总经理，则将其填入制造业

Answer 1

首先，我将在job_industry和job_title之间创建一个映射（Python dict），然后将job_industry列的映射分配给job_title的NaN值

代码如下：

df = pd.DataFrame(
    columns=["job_title", "job_industry"],
    data=[["Quality Engineer", "Financial Services"], ["Quality Engineer", None]]
)

# May be there is a faster way
title_industry_mapping = df.dropna(["job_industry"]).set_index("job_title")["job_industry"].drop_duplicates().to_dict()

isna = df["job_industry"].isna()
df.loc[isna, "job_industry"] = df.loc[isna, "job_title"].replace(title_industry_mapping)

结果:

^{tb1}$