pandas fillna 基于另一个数据帧的条件

Question

表1

身份证	状况	访问1	访问2
1	啊	南	南
2	bb	南	南
3	啊	南	南
4	bb	南	南
5	啊	南	南
6	bb	南	南

表2

姓名	状况	配件1	配件2
约翰	啊	是的	没有
玛丽	啊	没有	是的
鲍勃	啊	是的	是的
本	bb	是的	是的
彼得	bb	没有	是的

表1中的fillna是基于表2条件accessor1、accessor2上的条件。如果是并且两个条件相同，则填写 nan，如果否，则检查另一个条件是否为“是”。

循环或任何其他解决方案来填充所有 NaN？

如何用 python pandas 解决？

期待这样的结果表。

结果表

身份证	状况	访问1	访问2
1	啊	约翰	玛丽
2	啊	鲍勃	鲍勃
3	bb	本	本
4	bb	本	彼得
5	啊	约翰	玛丽
6	bb	本	本

Answer 1

我的想法是使用

table 2

为条件创建cyclic lists，然后填充table 1。我的解决方案是结合使用条件语句和 pandas 广播概念。

举个例子，我们想要用条件

table 1

,

 填充 

Access1

 列 

aa

• 从

  table 2

  和条件

  aa

  我们有三个名字要填写

  [John, Mary, Bob]

• 但是对于

  Accessor1

  列条件，我们只能用

  table 1

   填充 

  [John, Bob]

1。将表 2 的 Accessor 列转换为

dtype bool

，以便我们可以使用 pandas 布尔索引来创建条件

import numpy as np
import pandas as pd
from itertools import cycle

table_1 = pd.DataFrame(
    {
        "ID": list(range(1, 7)),
        "Condition": ['aa', 'aa', 'bb', 'bb', 'aa', 'bb'],
        "Access1": [np.nan]*6,
        "Access2": [np.nan]*6
    }
)

table_2 = pd.DataFrame(
    {
        "Name": ['John', 'Mary', 'Bob', 'Ben', 'Peter'],
        "Condition": ['aa', 'aa', 'aa', 'bb', 'bb'],
        "Accessor1": ['Yes', 'No', 'Yes', 'Yes', 'No'],
        "Accessor2": ['No', 'Yes', 'Yes', 'Yes', 'Yes']
    }
)

table_2['Accessor1'] = table_2['Accessor1'].apply(lambda x: True if x == 'Yes' else False)
table_2['Accessor2'] = table_2['Accessor2'].apply(lambda x: True if x == 'Yes' else False)

2。创建允许我们填充列的列表

condition_aa = table_2[table_2['Condition'] == 'aa']
condition_bb = table_2[table_2['Condition'] == 'bb']
condition_aa_access1 = condition_aa['Name'][condition_aa['Accessor1']].to_list()
condition_aa_access2 = condition_aa['Name'][condition_aa['Accessor2']].to_list()
condition_bb_access1 = condition_bb['Name'][condition_bb['Accessor1']].to_list()
condition_bb_access2 = condition_bb['Name'][condition_bb['Accessor2']].to_list()

3.将列表转换为循环列表，以便我们可以填充需要比我们手中的行更多的行来填充的列的值

condition_aa_access1_cycle = cycle(condition_aa_access1)
condition_bb_access1_cycle = cycle(condition_bb_access1)
condition_aa_access2_cycle = cycle(condition_aa_access2)
condition_bb_access2_cycle = cycle(condition_bb_access2)
condition_access1 = []

4。根据条件创建列大小列表

for i in range(6):
    if table_1.loc[i, 'Condition'] == 'aa':
        condition_access1.append(next(condition_aa_access1_cycle))
    else:
        condition_access1.append(next(condition_bb_access1_cycle))

condition_access2 = []
for i in range(6):
    if table_1.loc[i, 'Condition'] == 'aa':
        condition_access2.append(next(condition_aa_access2_cycle))
    else:
        condition_access2.append(next(condition_bb_access2_cycle))

4。最后用上面的列表填充na

table_1.loc[table_1.Access1.isnull(), 'Access1'] = condition_access1
table_1.loc[table_1.Access2.isnull(), 'Access2'] = condition_access2

table_1

结果

 ID Condition Access1 Access2
  1        aa    John    Mary
  2        aa     Bob     Bob
  3        bb     Ben     Ben
  4        bb     Ben   Peter
  5        aa    John    Mary
  6        bb     Ben     Ben

注意： 这里有很多东西需要优化，很想知道完全依赖于 pandas 概念的新解决方案。