我有一个包含两个列的pandas数据框：locationid和geo_loc。locationid列中有缺失值。
我想获取缺失locationid行的geo_loc值，然后在geo_loc列中搜索这个geo_loc值，并获取相应的locationid。
df1 = pd.DataFrame({'locationid':[111, np.nan, 145, np.nan, 189,np.nan, 158, 145], 'geo_loc':['G12','K11','B16','G12','B22','B16', 'K11',he l 'B16']})df
我需要最终输出如下所示：
locationid的索引1处有缺失，对应的geo_loc值是’K11’。我会在geo_loc列中查找这个’K11’，发现索引6处的locationid是158。我希望用这个值来填充索引1处的缺失值。
我尝试了以下代码，但它们不起作用。
df1['locationid'] = df1.locationid.fillna(df1.groupby('geo_loc')['locationid'].max())df1['locationid'] = df1.locationid.fillna(df1.groupby('geo_loc').apply(lambda x: print(list(x.locationid)[0])))回答：
使用GroupBy.transform为与原始大小相同的Series填充聚合值max：
df1['locationid']=df1.locationid.fillna(df1.groupby('geo_loc')['locationid'].transform('max'))print (df1) locationid geo_loc0 111.0 G121 158.0 K112 145.0 B163 111.0 G124 189.0 B225 145.0 B166 158.0 K117 145.0 B16如果值是字符串，可以通过一个技巧来实现 – 在lambda函数中使用Series.dropna移除缺失值，字符串按字典顺序比较：
df1 = pd.DataFrame({'locationid':[111, np.nan, 145, np.nan, 189,np.nan, 158, 145], 'geo_loc':['G12','K11','B16','G12','B22','B16', 'K11', 'B16']})#包含缺失值的字符串样本数据df1['locationid'] = df1['locationid'].dropna().astype(str) + 'a'df1['locationid']= (df1.groupby('geo_loc')['locationid'] .transform(lambda x: x.fillna(x.dropna().max())))print (df1) locationid geo_loc0 111.0a G121 158.0a K112 145.0a B163 111.0a G124 189.0a B225 145.0a B166 158.0a K117 145.0a B16