Pandas用字典随机替换列NaN值失败，求原因及解决方法

原始数据与需求 #

你的原始数据定义如下：

import numpy as np
import pandas as pd
import random

dictonary_of_jobs = {
    'Tax Accountant': ['Health', 'Financial Services', 'Property', 'IT'],
    'Office Assistant': ['Financial Services', 'Property', 'Manufacturing']
}

data = [['Tax Accountant', np.nan], ['Office Assistant', np.nan], ['Tax Accountant', np.nan]]
  
df = pd.DataFrame(data, columns=['job_title', 'job_category'])

需求是：根据job_title从字典中随机选取对应行业类别，替换job_category列的NaN值，但你尝试的代码没有生效。

你的代码错误点 #

你写的循环代码存在三个核心问题：

• 索引错误：zip(df['job_title'], df['job_category'])取出的z是job_category的当前值（全为NaN），不是行的索引。用df.at[z,'job_category']根本定位不到要修改的行，因为DataFrame的索引不是NaN。
• 操作列错误：df['job_title'].replace(z, random.choice(y))修改的是job_title列，而不是目标的job_category列，完全偏离需求。
• 无原地修改：replace方法默认返回新的Series，不会直接修改原DataFrame，就算列选对了也不会生效。

正确实现方法 #

方法1：用apply高效处理（推荐）

利用apply逐行处理job_title，直接赋值给job_category列：

df['job_category'] = df['job_title'].apply(
    lambda x: random.choice(dictonary_of_jobs[x]) if x in dictonary_of_jobs else np.nan
)

方法2：正确的循环写法

如果习惯用循环，要遍历行索引和行数据，精准定位修改：

for idx, row in df.iterrows():
    job_title = row['job_title']
    if job_title in dictonary_of_jobs:
        df.at[idx, 'job_category'] = random.choice(dictonary_of_jobs[job_title])

运行后job_category列的NaN会被替换成字典中随机选取的行业类别。

内容的提问来源于stack exchange，提问作者Laura