我正在处理一些客户邮政编码数据无效的数据。因此，我无法将 CountryISOCode 映射到导致 NaN 的邮政编码。但是，我注意到对于所有带有 NaN 的 CountryISOCode，CurrencyCode 可以为我提供足够的信息来暂时解决问题。
我已经阅读了各种 Stackoverflow 文章，但找不到解决我的问题的方法。我试过了...
def func(row):
if row['CountryISOCode'] == np.nan & row['Currency'] == 'EUR':
return 'IRE'
elif row['CountryISOCode'] == np.nan & row['Currency'] == 'GBP':
return 'GBR'
else:
return row['CountryISOCode']
df['CountryISOCode'] = df.apply(func, axis=1)
和其他一些方法，但无济于事......
下面我提供了我正在使用的数据的复制
import pandas as pd
import numpy as np
data = [
['Steve', 'Invalid Postcode', 'GBP', np.nan ],
['Robyn', 'Invalid Postcode', 'EUR', np.nan],
['James', 'Valid Postcode', 'GBP', 'GBR'],
['Halo', 'Invalid Postcode', 'EUR', np.nan],
['Jesus', 'Valid Postcode', 'GBP', 'GBR'] …