将系列中的值映射到列上以替换 nan 值 pandas答案

【问题标题】：Mapping values from series over a column to replace nan values pandas将系列中的值映射到列上以替换 nan 值 pandas
【发布时间】：2020-02-17 11:22:03
【问题描述】：

我有一个 DataFrame，其中包含工作编号和与该工作相关的客户姓名。在某些情况下，工作编号没有客户名称，因此为空。我有一个单独的系列，其中将这些工作编号作为索引，缺少的客户姓名根据工作编号替换空值。我不完全确定如何将它映射到原始 DataFrame 列。

这是原始的DataFrame（df）：

   Job Number  Customer 
0    02123      Paul F
1    46456      nan
2    56823      Kevin T
3    62948      nan

替换nan值的系列：

Job Number
  46456     Kara L
  62948     Sabrina M
  Name: Customers, dtype: object

我需要的最终输出是：

   Job Number  Customer 
0    02123      Paul F
1    46456      Kara L
2    56823      Kevin T
3    62948      Sabrina M

我希望这是有道理的。我查看了其他答案，例如使用：df['Customer'] = df['Job Number'].map(customers) 但这不起作用或test['Customer'] = df['Customer'].combine_first(df['Customer'].map(customers))。

我不知道如何将代码粘贴到这里，所以我手写了 df 和 series。

任何帮助将不胜感激。

【问题讨论】：

标签： python pandas dataframe series

【解决方案1】：

这里有必要使用map by column Job Number 而不是Customer：

df['Customer'] = df['Customer'].combine_first(df['Job Number'].map(customers))
print (df)
   Job Number   Customer
0        2123     Paul F
1       46456     Kara L
2       56823    Kevin T
3       62948  Sabrina M

详情：

print (df['Job Number'].map(customers))
0          NaN
1       Kara L
2          NaN
3    Sabrina M
Name: Job Number, dtype: object

【讨论】：

【解决方案2】：

您可以将reset_index 与combine_first 一起使用：

(df.set_index('JobNumber').squeeze()
   .combine_first(customers.set_index('Job').squeeze())
   .reset_index())

       index  Customer
    0   2123     Paul F
    1  46456     Kara L
    2  56823    Kevin T
    3  62948  Sabrina M

【讨论】：