python - Pandas:根据其他行中的条件用值填充行

Question

我正在尝试找出如何根据其他列用文本填充某些行，但正在努力弄清楚。下面是 pandas 数据框 中的数据子集示例。

              Group       Name_X       Name_Y  Code Group_Code Group_Correct
0           Group_A   Company_PJ   Company_PJ  M001   1-00-002       Group_A
1       Group_A_Ltd   Company_PJ          NaN   NaN        NaN           NaN
2           Group_B  Company_XYZ          NaN   NaN        NaN           NaN
3         Group_GTY    Company_R    Company_R  M020   1-00-033     Group_GTY
4           Group_A   Company_PJ          NaN   NaN        NaN           NaN
5         Group_BGG   Company_VV   Company_VV  M023   1-00-233     Group_BGG
6           Group_B  Company_XYZ          NaN   NaN        NaN           NaN
7           Group_B  Company_XYZ  Company_XYZ  M003   1-00-003       Group_B
8   Group_B_Limited  Company_XYZ          NaN   NaN        NaN           NaN
9           Group_B  Company_DEF  Company_DEF  M004   1-00-006       Group_B
10         Group_B+  Company_DEF          NaN   NaN        NaN           NaN

我想要的是得到类似下面的东西。红色显示的文本是需要根据其他行文本的情况进行填充或更改的文本。

在 python 中执行此操作的最简单方法是什么。

Answer 1

使用变换 首先

df=df.groupby('Name_x').transform('first')

如果每行有一些不同的列

l=['name1','name2'] # column different from each row
pd.concat([df.drop(l,1).groupby('Name_x').transform('first'),df[l]],axis=1).reindex(columns=df.columns)

更新:

pd.concat([df.drop(l,1).groupby('Name_x').transform('first'),df[l.append('Name_x')]],axis=1).reindex(columns=df.columns)

更新2:

pd.concat([df.drop(l,1).groupby('Name_x').transform('first'),df[l],df[['Name_x']]],axis=1).reindex(columns=df.columns)