通过字典解析并更新数据框中的空白答案

【问题标题】：Parsing through dictionary and updating blanks in a dataframe通过字典解析并更新数据框中的空白
【发布时间】：2020-06-16 07:42:41
【问题描述】：

请查看以下数据框：

      A     B
0     Fruit Apple
1     Car   BMW
2           Cat

字典：{'Apple': 'Fruit', 'BMW':'Car','Cat': 'Animal'}

期望的输出：

      A      B
0     Fruit  Apple
1     Car    BMW
2     Animal Cat

我的想法：

通过A列解析
识别空白值
对于每个空白值，查看“B”列中对应的行元素（例如：“”->“猫”）
从该行获取值并用作标记为“字典”的已定义字典的键
使用键值对的输出值，并将空白值替换为字典中的输出值

如果有人可以帮我在 python 中编写代码，那就太好了:)

【问题讨论】：

出了什么问题，你在纠结哪一部分？

标签： python pandas numpy dictionary

【解决方案1】：

如果你的 DataFrame 和字典被命名为 df 和 d，试试这个：

# Map column B to values of the dictionary
mapper = df['B'].map(d)

# Replace empty strings in A with corresponding dict-mapped value
df['A'] = df['A'].replace('', np.nan).fillna(mapper)

df
        A      B
0   Fruit  Apple
1     Car    BMW
2  Animal    Cat

【讨论】：