如何通过检查另一列来填充一列的值

Question

此图片会更好地帮助：

标题为passengerId的列描述了团体编号和人员编号，同一群体的人通常是一家人，因此他们来自同一个星球。所以它们是 Home Planet 列中的一些 nan 行，我想通过有关 PassengerID 列中的组号的知识来填充它。

因此，我需要一个代码或者可能是一个循环，通过检查他们是否与某人在一个组中来填充“家乡星球”列中的 na 值（因为他们因此可能位于同一个家乡星球，因为他们可能是一个家庭）。这基本上就是我需要的帮助，通过检查组号并使用有关组成员的 Homeplanet 作为 na 值的替换来填充 Homeplanet 列中的 na 值

我尝试运行 for 循环，但我什至不知道指定什么参数。我将 PassengerId 转换为一个数组，与 Homeplanet 相同，并尝试通过成员进行其他操作，但我不知道如何继续。

Answer 1

如果我正确理解描述，此示例数据框将展示问题：

df = pd.DataFrame({'passenger_id': ['1', '1', '2', '2'], 'home_planet': ['3', np.nan, '4', np.nan]})
df

   passenger_id | home_planet
0 | 1           |  3
1 | 1           |  NaN
2 | 2           |  4
3 | 2           |  NaN

您希望根据 passenger_id 列中的值将 NaN 值设置为 3 和 4。

您可以通过将 DataFrame 与其经过清理和重复数据删除的自身合并来实现此目的：

pd.merge(df, df.loc[df['home_planet'].notna()].drop_duplicates(), 
on='passenger_id', suffixes=('_x', ''))[['passenger_id', 'home_planet']]


   passenger_id | home_planet
0 | 1           |  3
1 | 1           |  3
2 | 2           |  4
3 | 2           |  4

问题更新后更新

您可以从 PassengerId 中提取 GroupId 字段> 并执行我最初建议的操作：

df = pd.DataFrame({'PassengerId': ['9280_01', '9280_02', '9279_01', '9279_02'], 
'HomePlanet': ['Europa', np.nan, 'Earth', np.nan]})
df

  PassengerId HomePlanet
0     9280_01     Europa
1     9280_02        NaN
2     9279_01      Earth
3     9279_02        NaN

df['GroupId'] = df['PassengerId'].apply(lambda x: x.split('_')[0])
df

  PassengerId HomePlanet GroupId
0     9280_01     Europa    9280
1     9280_02        NaN    9280
2     9279_01      Earth    9279
3     9279_02        NaN    9279

pd.merge(df, df.loc[df['HomePlanet'].notna()].drop_duplicates(), 
on='GroupId', suffixes=('_x', ''))[['PassengerId', 'HomePlanet']]

  PassengerId HomePlanet
0     9280_01     Europa
1     9280_01     Europa
2     9279_01      Earth
3     9279_01      Earth

如果您想进行进一步检查以确定这两名乘客是否确实来自同一家庭（例如检查他们的姓名），您可以在 apply 中执行此操作。