在其他列中基于其他值填充缺失的值的Pandas方法

Question

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”：

^{pr2}$

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

Answer 1

我相信您只需要在筛选行中使用dictionary的{a1}：

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：

^{pr2}$

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'}))