我正在做一些房地产数据清理,遇到了这个新手的问题,令人惊讶的是,似乎我不能自己解决。你知道吗
我有一个数据帧,在lat和lon列中有nan值。输入给定邻域的lat和lon的平均值,我可以算出几乎正确的值。你知道吗
这是一个例子,实际的DF有超过20k行。你知道吗
lat lon neighborhood
-34.62 -58.50 Monte Castro
-34.63 -58.36 Boca
nan nan San Telmo
我为每个社区制作了两本带有lat和lon意思的字典,代码如下:
neighborhood_lat = []
neighborhood_lon = []
for neighborhood in df['l3'].unique():
lat = df[((df['l3']==neighborhood) & (df['lat'].notnull()))].mean().lat
lon = df[((df['l3']==neighborhood) & (df['lon'].notnull()))].mean().lon
neighborhood_lat.append({neighborhood: lat})
neighborhood_lon.append({neighborhood: lon})
这是其中一条格言的一部分:
neighborhood_lat
[{'Mataderos': -34.65278757721805},
{'Saavedra': -34.551813882357166},
{nan: nan},
{'Boca': -34.63204552441155},
{'Boedo': -34.62695442446412},
{'Abasto': -34.603728937455315},
{'Flores': -34.62757516061659},
{'Nuñez': -34.54843158034983},
{'Retiro': -34.595564030955934},
{'Almagro': -34.60692879236826},
{'Palermo': -34.58274909271148},
{'Belgrano': -34.56304387233704},
{'Recoleta': -34.592081482406854},
{'Balvanera': -34.608665174550694},
{'Caballito': -34.61749059613885}
然后我试着用那些字典来填充lat和lon,但是我不知道如何为fillna分配一个条件,所以它根据邻域lat和lon的平均值来填充lat和lon。你知道吗
预期结果
lat lon neighborhood
-34.62 -58.50 Monte Castro
-34.63 -58.36 Boca
(mean lat of neighborhood) (mean lon of neighborhood) San Telmo
谢谢你的帮助。你知道吗
再次回答我自己的问题。。。你知道吗
在这个答案的帮助下,我找到了解决问题的正确代码: answer
代码:
创建词典:
用字典填充nan值:
相关问题 更多 >
编程相关推荐