Блог

у меня есть df1 вот так

        id        name  level personality      type  weakness    atk    def     hp  stage
0    53.0     Persian   40.0        mild    normal  fighting  104.0  116.0    NaN    2.0
1   126.0      Magmar   44.0      docile       NaN     water   96.0   83.0  153.0    1.0
2    57.0    Primeape    9.0      lonely  fighting    flying    NaN   66.0   43.0    2.0
3     3.0    Venusaur   44.0       sassy     grass      fire  136.0  195.0   92.0    3.0
4    11.0     Metapod    4.0       naive     grass      fire    NaN  114.0    NaN    2.0
5   126.0      Magmar   96.0      modest      fire     water   62.0  114.0    NaN    1.0
6   137.0     Porygon   96.0     relaxed       NaN  fighting   68.0   50.0  127.0    1.0
7    69.0  Bellsprout   84.0      lonely     grass      fire    NaN    NaN    NaN    1.0
8    10.0    Caterpie    3.0     serious       NaN    flying    NaN    NaN   15.0    1.0
9    12.0  Butterfree   12.0       hasty       NaN    flying   20.0    NaN    NaN    3.0
10   35.0    Clefairy   18.0      impish     fairy    poison   33.0    NaN    NaN    1.0
11   59.0    Arcanine   35.0      gentle      fire     water   45.0   60.0   80.0    2.0
12  111.0     Rhyhorn   31.0     naughty      rock     water   40.0    NaN  175.0    1.0
13  136.0     Flareon   75.0        bold       NaN     water    NaN  143.0    NaN    2.0
14   51.0     Dugtrio   82.0      gentle    ground     water  152.0  161.0  168.0    2.0
15   38.0   Ninetales    5.0       brave      fire     water    NaN  179.0  173.0    2.0
16  102.0   Exeggcute   88.0        rash       NaN      fire    NaN  124.0    NaN    1.0 
........
 

и df2 как

     weakness      type  count
3       fire     grass     11
10     water      fire      9
0   fighting    normal      6
4     flying  fighting      3
8     poison     fairy      3
6      grass     water      1
9       rock      fire      1
7     ground  electric      1
 

Я хочу обновить значения NaN в столбце тип с помощью df2 с соответствующими столбцами слабых мест в обоих dfs. Например, в строках 8 и 9 в df1 «введите» значения NaN. Я хочу обновить их, сопоставив столбец слабости в df1 с df2. Таким образом, эти значения типа 8,9 должны быть «боевыми» и т. Д. Это что-то вроде отношения «один ко многим» между df2 и df1.

Я пытался

 df1.update(df2)
 

и

 df1.fillna(df2)
 

Но они не дали желаемого результата. Любая помощь будет оценена по достоинству.

Вы можете создать словарь из df2 со столбцом слабости в качестве ключей и столбцом типа в качестве соответствующих значений, а затем использовать этот словарь для fillna столбца типа в df1 с помощью map :

 m = dict(zip(df2.weakness,df2.type))
df1.type = df1.type.fillna(df1.weakness.map(m))
 

С принтами:

 >>> df1[['weakness','type']]

    weakness      type
0   fighting    normal
1      water      fire
2     flying  fighting
3       fire     grass
4       fire     grass
5      water      fire
6   fighting    normal
7       fire     grass
8     flying  fighting
9     flying  fighting
10    poison     fairy
11     water      fire
12     water      rock
13     water      fire
14     water    ground
15     water      fire
16      fire     grass
 

1. создайте серию из df2 , которая сопоставляет weakness значения со type значениями:

   mapping = df2.set_index("weakness")["type"]

2. сопоставьте df1["weakness"] , используя это сопоставление, чтобы создать значения по умолчанию:

   defaults = df1["weakness"].map(mapping)

3. используйте значения по умолчанию в качестве аргумента fillna метода:

   df1["type"] = df1["type"].fillna(defaults)

Код задокументирован встроенным

 # Merge both dataframes using "weakness" as key
df = pd.merge(df1, df2[['weakness', 'type']], 
               on="weakness",  suffixes=("", "_y"), how="left")
# Replace nans
df['type'].fillna(df['type_y'], inplace=True)
# Drop additional columns resulted from Merge
df.drop(columns=['type_y'])