用已知值填充 NaN

Question

我有一个包含 3 列的数据集，示例如下：

       User         Items         Item_ID

0      U265          PC             1
1      U299         Table           2
2      U299          PC            NaN  

我想根据列 Items 用已知值填充 nans。 PC 的 ID 为 1，因此我希望 python 在 Item_ID 中查找 NaN，检查列 Items 是否不是 NaN，如果它很好，请检查前一行中所需 Item 的 Item_ID，然后用该值填充 NaN。

我会在最后得到：

       User         Items         Item_ID

0      U265          PC             1
1      U299         Table           2
2      U299          PC             1  

有什么想法吗？我应该使用地图功能吗？ groupby 还取 for 和 Item 中最常用的值，所以我不填写噪音/错误值？它是扭曲的:)

感谢您的帮助！

Answer 1

您可以通过逻辑数组访问一组行。

df.loc[df.Items == "PC"]

你甚至可以组合几个条件，见Python Pandas: Boolean indexing on multiple columns

df.loc[(df.Items == "PC") and numpy.isnan(df.Item_ID)]

然后您可以设置该值并将其重新加入到旧数据帧中

df.update(
    df.loc[(df.Items == "PC") 
           and numpy.isnan(df.Item_ID)]
    .assign(Item_ID=1)
)

或者对于最后一步，您可以使用更适合数据结构的其他方式。