1

我希望城市列中的值填充场地列的第一个单词

在此处输入图像描述

我尝试使用 df.city.fillna(value=df.venue.str.split()[0]) ，但它需要填充第一行值提前谢谢你

4

3 回答 3

2

从你的DataFrame：

>>> import pandas as pd
>>> from io import StringIO

>>> df = pd.read_csv(StringIO("""
id,city,venue
2343242,NaN,Sharjah Cricket Stadium
4354534,NaN,Dubai Internationnl Cricket Stadium
4564564,NaN,Dubai Internationnl Cricket Stadium
3454355,NaN,Sharjah Cricket Stadium
5676575,NaN,Sharjah Cricket Stadium"""))
>>> df
    id          city    venue
0   2343242     NaN     Sharjah Cricket Stadium
1   4354534     NaN     Dubai Internationnl Cricket Stadium
2   4564564     NaN     Dubai Internationnl Cricket Stadium
3   3454355     NaN     Sharjah Cricket Stadium
4   5676575     NaN     Sharjah Cricket Stadium

在split()您使用之后，我们可以按预期map将第一个列表元素分配给列中的NaN值：City

>>> df['city'] = df['city'].fillna(value=df['venue'].str.split().map(lambda x: x[0]))
>>> df
    id          city        venue
0   2343242     Sharjah     Sharjah Cricket Stadium
1   4354534     Dubai       Dubai Internationnl Cricket Stadium
2   4564564     Dubai       Dubai Internationnl Cricket Stadium
3   3454355     Sharjah     Sharjah Cricket Stadium
4   5676575     Sharjah     Sharjah Cricket Stadium

编辑：

更短，感谢@HenryEcker：

>>> df['city'] = df['city'].fillna(value=df['venue'].str.split().str[0])
>>> df
    id          city        venue
0   2343242     Sharjah     Sharjah Cricket Stadium
1   4354534     Dubai       Dubai Internationnl Cricket Stadium
2   4564564     Dubai       Dubai Internationnl Cricket Stadium
3   3454355     Sharjah     Sharjah Cricket Stadium
4   5676575     Sharjah     Sharjah Cricket Stadium
于 2021-09-01T20:40:00.440 回答
2

您可以使用str.splitwith 参数expand=True将拆分词扩展到不同的列，并将第一列0输入到.fillnacolumn 函数中city，如下所示：

df['city'] = df['city'].fillna(df['venue'].str.split(' ', expand=True)[0])

或拆分为默认列表expand=False并str[0]用于获取列表中的第一项：

df['city'] = df['city'].fillna(df['venue'].str.split().str[0])

这样，我们就不需要使用非向量化的 lambda 或应用函数了。

于 2021-09-01T20:49:34.960 回答
0

你可以尝试这样的事情：

df['city'] = df.venue.apply(lambda x: x.split()[0])
于 2021-09-01T20:36:51.870 回答