python - 如何填充与另一列上的另一个观察位于同一行的列中的某些单元格？

Question

我基本上有一列包含邮政编码，另一列包含社区，并且我在邮政编码列上填充了一些空值。所以首先我找到了与丢失的邮政编码相对应的街区。其次，我找到了该社区最常见的邮政编码。

下面是邻居 X 的一些邮政编码。这个特定邻居的模式是 Y。我想做的是，在邻居列下取出邻居 X 的行，填充相应的值为空的邮政编码列。

这是社区 X 的模式。它返回实际模式 (BS8) 和包含有关社区 X 的所有邮政编码的完整列表

 <bound method Series.mode of 25      BS8 

    1904    BS1 
    1919    BS8 
    2070    BS1 
    2083    BS1 
    2099     NaN
    2105    BS1 
    2228     NaN
    2256    BS1 
    2265    BS8 
    2285    BS8 
    2298    BS8

因此，在本例中，我希望使用 HH 最常见的邮政编码类型填充邮政编码下的 nan 值。

neighbourhood      Postcode
WH                 BS9 
SB                 BS9 
HF                 BS9 
WH                 BS9 
WH                 BS9 
SB                 BS9 
HH                 nan
SGTH               nan

如果 HH 最常见的邮政编码是 Z，如果想将其填写到相应的邮政编码中，如下所示:

neighbourhood      Postcode
    WH                 BS9 
    SB                 BS9 
    HF                 BS9 
    WH                 BS9 
    WH                 BS9 
    SB                 BS9 
    HH                 Z
    SGTH               nan

在网上查看后，我尝试了类似下面的代码，但没有成功。

airbnb.postcode = airbnb.apply( 
        lambda row: "BS8 " if (airbnb.neighbourhood=="HH" & airbnb.postcode== np.NaN) else row.postcode )

Answer 1

使用np.select

数据:

# df2:
#       neighbourhood Postcode
#     0            WH      BS9
#     1            SB      BS9
#     2            HF      BS9
#     3            WH      BS9
#     4            WH      BS9
#     5            SB      BS9
#     6            HH      BS8
#     7          SGTH      NaN

conditions = [
    ((df2['neighbourhood'] == 'HH') & (df2['Postcode'].isna())),
]

choices = [
    'BS8'
]

df2['Postcode'] = np.select(conditions, choices, df2['Postcode'])

  neighbourhood Postcode
0            WH      BS9
1            SB      BS9
2            HF      BS9
3            WH      BS9
4            WH      BS9
5            SB      BS9
6            HH      BS8
7          SGTH      NaN