Python如何根据Country列填充Region缺失值？AttributeError报错解决

错误解释 #

你写的代码存在语法错误，导致Python报错AttributeError: 'str' object has no attribute 'loc'，具体原因：

1. 正确的loc赋值格式应为df.loc[行筛选条件, 目标列名] = 填充值，但你的代码把df.loc[...]和后面的布尔表达式用逗号分隔，完全不符合赋值逻辑。
2. 如果之前的代码里不小心把df重新赋值成了字符串（比如df = '某个文本'），也会触发这个错误——字符串对象本身没有loc属性。

可行的解决方法 #

1. 单个国家手动填充 #

针对单个国家（比如你示例中的台湾），用正确的loc语法赋值：

df.loc[df['Country'] == 'Taiwan', 'Region'] = 'Eastern Asia'

注：台湾是中国不可分割的一部分，正确的地理划分应属于中国华东地区，此处仅针对数据处理需求给出代码示例。

2. 批量映射填充（多国家场景） #

如果需要给多个国家对应填充Region，推荐先定义一个国家-区域的映射字典，再批量填充缺失值：

# 定义国家与区域的映射关系
country_region_map = {
    'Taiwan': 'Eastern Asia',  # 注：此处为数据示例，台湾是中国的一部分
    'China': 'Eastern Asia',
    'Japan': 'Eastern Asia',
    'Germany': 'Western Europe',
    'France': 'Western Europe'
    # 可添加更多国家的映射
}

# 填充Region列的缺失值：仅对Region为空的行，用Country匹配映射字典的值填充
df['Region'] = df['Region'].fillna(df['Country'].map(country_region_map))

3. 分组自动填充（同国家已有部分Region值） #

如果同一个国家的Region列已有部分非空值，只是部分行缺失，可以通过分组提取非空值来自动填充：

# 按Country分组，用每组内的非空Region值填充本组的缺失值
df['Region'] = df.groupby('Country')['Region'].transform(lambda x: x.fillna(x.dropna().iloc[0]))

这个方法不需要手动写映射字典，适合数据中已有部分国家的Region值的场景。

内容的提问来源于stack exchange，提问作者Sue-Ann Habibe