2024-06-02 13:55:19 发布
网友
我想根据pandas中的其他列来填充缺失的值。 这是我的桌子:
Gender Married Male Yes Male Yes Female No Female No Male NaN Female NaN
如果性别为男性,我将填写“已婚”字段中的缺失值->;“已婚”为“是”,否则“已婚”为“否”:
但是失败了,我尝试了很多方法,却没有达到我的期望。 我希望收到你们所有人的来信。在
我相信您只需要在筛选行中使用dictionary的{a1}:
dictionary
mask = df['Married'].isnull() df.loc[mask, 'Married'] = df.loc[mask, 'Gender'].map({'Male':'Yes', 'Female':'No'}) print (df) Gender Married 0 Male Yes 1 Male Yes 2 Female No 3 Female No 4 Male Yes 5 Female No
另一个带有^{}的解决方案:
另一个具有映射的^{}的解决方案:
df['Married'] = df['Married'].fillna(df['Gender'].map({'Male':'Yes', 'Female':'No'}))
我相信您只需要在筛选行中使用
dictionary
的{a1}:另一个带有^{} 的解决方案:
^{pr2}$另一个具有映射的^{} 的解决方案:
相关问题 更多 >
编程相关推荐