You need to enable JavaScript to run this app. Pandas如何按UserID匹配填充Country列的nan缺失值
优惠活动
大模型
产品
解决方案
定价
更多

Pandas如何按UserID匹配填充Country列的nan缺失值

原代码错误原因
  • 第一段代码df['Country']=df['UserID'].map(lambda x:df[x])逻辑完全错误:df[x]是读取DataFrame中列名为x的列,你传入的x是UserID的数值(1、2、3、4等),而你的DataFrame只有UserID、Country两列,没有对应数值名的列,必然触发KeyError,报错指向UserID=4只是触发时机问题,并非只有UserID=4存在问题。
  • 第二段代码df['Country']=np.where(df['UserID']==4,'India',df['Country'])首先逻辑不符合需求(需求要求UserID=4保留nan,而非硬编码替换为India);如果是运行第一段代码报错后直接运行这段,此时Country列已经被异常操作破坏了数据类型,也会触发类型相关报错。
可行实现方案

推荐两种最简单的实现方式,都能完美匹配需求:

方案1:分组transform实现(最简洁)

直接按UserID分组,对Country列取分组内第一个非空值即可,全为空的分组会自动保留nan:

import pandas as pd
import numpy as np

# 如果数据里的nan是字符串类型,先替换为pandas可识别的空值,非此情况可跳过
df['Country'] = df['Country'].replace('nan', np.nan)

# 核心逻辑
df['Country'] = df.groupby('UserID')['Country'].transform('first')

方案2:构造映射字典实现(可读性更高)

先提取所有UserID对应的有效Country值构造映射字典,再用map回填,不在字典中的UserID(无有效值)自动返回nan:

import pandas as pd
import numpy as np

df['Country'] = df['Country'].replace('nan', np.nan)

# 构造UserID到有效Country的映射
id_country_map = df.dropna(subset=['Country']).drop_duplicates('UserID').set_index('UserID')['Country'].to_dict()

# 回填值
df['Country'] = df['UserID'].map(id_country_map)

两种方案运行后都能得到你给出的预期输出结果。

内容的提问来源于stack exchange,提问作者shrijoy chowdhury

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.13 19:21:04