如何使用映射关系填充pandas DataFrame中的NaN或Null缺失值

你需要实现的是用已有的「国家-大洲」对应关系，填充continent列的缺失值，和Excel VLOOKUP逻辑完全一致，具体实现步骤如下：

• 第一步：导入依赖并构造示例数据

import pandas as pd

# 示例原始数据
df = pd.DataFrame([
    ["North America", "Canada"],
    [None, "Canada"],
    [None, "Canada"],
    [None, "Nigeria"],
    ["Africa", "Nigeria"],
], columns=["continent", "country"])

• 第二步：生成VLOOKUP对应的匹配映射表
  从现有数据中提取非空、唯一的国家-大洲对应关系，作为匹配基准，相当于VLOOKUP里的查找区域：

country_continent_map = df.dropna(subset=['continent']) \
                          .drop_duplicates(subset=['country']) \
                          .set_index('country')['continent']

• 第三步：填充continent列的缺失值

# 按国家匹配对应大洲，填充空值，和VLOOKUP逻辑完全一致
df['continent'] = df['continent'].fillna(df['country'].map(country_continent_map))

运行后所有空的continent字段都会被正确填充：加拿大对应北美洲、尼日利亚对应非洲。如果存在部分国家在现有映射中找不到对应值的情况，填充后仍会保留空值，你可以手动补充country_continent_map里的对应关系后再重新运行填充逻辑即可。

内容的提问来源于stack exchange，提问作者ibiene