如何优化Pandas缺失值填充代码，使其更具Python风格？

嘿，这个场景我太熟悉了！用Pandas处理这种「按code映射填充缺失name」的需求，完全不用写复杂的循环或者冗余判断，有几个非常Pythonic的写法，既简洁又高效。

方法1：先构建映射字典，再批量填充 #

先从数据里提取code和对应有效name的映射关系，再用这个字典来填充空值，逻辑清晰且性能不错：

# 提取非空name的code-name对应关系，去重确保每个code只对应一个name
code_name_mapping = df.dropna(subset=["name"]).drop_duplicates("code").set_index("code")["name"].to_dict()

# 用map把code转成对应name，再填充原字段的空值
df["name"] = df["name"].fillna(df["code"].map(code_name_mapping))

如果你的数据集里每个code本身就唯一对应一个name，那drop_duplicates("code")可以省略，进一步简化代码。

方法2：用Groupby + Transform 纯Pandas原生操作 #

这个写法更贴合Pandas的风格，不需要额外创建字典，直接通过分组操作完成填充：

df["name"] = df.groupby("code")["name"].transform(
    lambda group: group.fillna(group.dropna().iloc[0])
)

原理是按code分组，每组内用该组里第一个非空的name值来填充组内所有空的name字段。如果你的数据里同一个code可能对应多个不同name（比如脏数据），可以把group.dropna().iloc[0]换成group.dropna().mode().iloc[0]，这样取组内出现次数最多的name来填充，容错性更强。

为什么这两种写法更Pythonic？ #

• 避免了手动遍历DataFrame行（这种写法不仅慢，还违背了Pandas的设计初衷）
• 用Pandas的矢量化操作或分组操作替代循环，性能提升明显，尤其在大数据集下
• 代码简洁易读，一眼就能看明白逻辑，维护成本低

内容的提问来源于stack exchange，提问作者IronKirby