如何基于Pandas DataFrame其他列的值填充NaN空值？

核心思路 #

先从已有完整数据的行中，建立「社区（neighbourhood）→ 区域（neighbourhood group）」的对应映射，再用这个映射批量填充缺失的区域值。

实现步骤 #

1. 构建社区-区域映射字典

假设每个社区仅对应唯一区域（多数场景的通用情况），直接从无缺失值的行中提取唯一映射：

# 过滤无缺失值的行，去重后构建映射字典
neighborhood_group_map = df.dropna(subset=['neighbourhood group']).drop_duplicates('neighbourhood').set_index('neighbourhood')['neighbourhood group'].to_dict()

如果存在一个社区对应多个区域的冲突场景，优先取出现次数最多的区域：

from collections import Counter

# 统计每个社区对应的区域及出现次数
group_counts = df.dropna(subset=['neighbourhood group']).groupby('neighbourhood')['neighbourhood group'].agg(Counter)
# 提取每个社区出现频次最高的区域
neighborhood_group_map = {k: v.most_common(1)[0][0] for k, v in group_counts.items()}

2. 批量填充缺失值

用fillna结合map方法，快速替换所有neighbourhood group列的NaN值：

df['neighbourhood group'] = df['neighbourhood group'].fillna(df['neighbourhood'].map(neighborhood_group_map))

3. 验证填充结果

检查是否还有未填充的缺失值：

# 输出剩余缺失值数量
print(df['neighbourhood group'].isna().sum())

内容的提问来源于stack exchange，提问作者DaveHigs