根据字符串条件填充缺失值

Question

我正试图编写一个函数，根据Text列中的字符串条件，从Numeric列中估算一些null值。

我的尝试示例：

def fill_nulls(string, val):
if df['TextColumn'].str.contains(string) == True:
df['NumericColumn'] = df['NumericColumn'].fillna(value=val)

"string"one_answers"val"参数是手动输入的。我试着将函数应用于我的数字列，但它给了我这个错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我试图找到可以根据我的情况进行调整的示例，但它们都涉及使用"groupby"来获得与只有少数唯一值的离散字符串值相关的平均数值。基本上，只能估算精确的措辞，而我正试图通过使用部分字符串来推广我的字符串过滤，并根据文本列的结果行，在数值列

Answer 1

将Series.str.contains与DataFrame.loc:一起使用

m = df['TextColumn'].str.contains(string)
df.loc[m, 'NumericColumn'] = df.loc[m, 'NumericColumn'].fillna(value=val)

或者由&为逐位AND提供链条件，由Series.isna测试缺失值并在DataFrame.loc:中分配值

m1 = df['TextColumn'].str.contains(string)
m2 = df['NumericColumn'].isna()
df.loc[m1 & m2, 'NumericColumn'] = val

Answer 2

您可以使用

x = df['TextColumn'].map(lambda x: x.contains(string))
df['NumericColumn'][x] = df['NumericColumn'][x].fillna(value=val)

首先生成要用映射替换的元素列表，然后使用该列表替换要替换的元素。

编辑：修复代码中的拼写错误