使用反转字典填充缺失值后，如何保留DataFrame全部列并输出？

问题出在你执行df.set_index('Country')['Region']时，只选取了Region列进行后续操作，导致其他列被过滤掉。以下两种方法可以保留完整的DataFrame：

方法一：直接对Region列填充（推荐） #

不需要单独提取列，直接通过Country映射字典值来填充Region的缺失值，其他列完全保留：

revdct = {c: r for r, lst in dct.items() for c in lst}
# 用Country匹配字典中的Region，填充Region列的缺失值
df['Region'] = df['Region'].fillna(df['Country'].map(revdct))

方法二：保留全量列进行索引操作 #

如果一定要用set_index的方式，不要单独选取Region列，而是对整个DataFrame操作后再更新Region列：

revdct = {c: r for r, lst in dct.items() for c in lst}
# 设置Country为索引，此时所有列都保留
df = df.set_index('Country')
# 仅对Region列进行缺失值填充
df['Region'] = df['Region'].fillna(revdct)
# 恢复Country为普通列
df = df.reset_index()

执行以上任意一种方法后，你的DataFrame会保留所有原始列，同时完成Region列的缺失值填充。

内容的提问来源于stack exchange，提问作者Anastasia