python - 如何根据匹配用另一行的数据填充 np.nan 值

Question

我需要做以下事情

a=[1,2,3,4,5]
c=[0,100,100,200,200,0]
b=['2013-06-10', np.nan, '2013-02-15', np.nan, '2013-05-15']
df=pd.DataFrame({'a':a,'b':b,'c':c})

这将给出:

   a           b    c
0  1  2013-06-10  100
1  2         NaN  100
2  3  2013-02-15  200
3  4         NaN  200
4  5  2013-05-15  100

我想根据 C 列中的值，在上一行中查找相同的值，并在 B 列为空时填充日期。它最终应该是这样的:-

   a           b    c
0  1  2013-06-10  100
1  2  2013-06-10  100
2  3  2013-02-15  200
3  4  2013-02-15  200
4  5  2013-05-15  100

我目前使用应用 lambda 行方式函数来填充日期，但是因为我的原始数据有数百万行，所以速度会大大降低。我想知道是否有人知道一种更快的方法来根据 C 列中的相同值使用来自不同行的数据填充值

Answer 1

您可以使用 ffill :

df['b'] = df.groupby('c')['b'].ffill()
print (df)
   a           b    c
0  1  2013-06-10  100
1  2  2013-06-10  100
2  3  2013-02-15  200
3  4  2013-02-15  200
4  5  2013-05-15  100

此外，如果在 b 中某些按组的第一个值是 NaN，请使用 apply，因为需要按组应用两个函数:

print (df)
   a           b    c
0  1         NaN  100 <- NaN
1  1  2013-06-10  100
2  2         NaN  100
3  3  2013-02-15  200
4  4         NaN  200
5  5  2013-05-15  100


df['b'] = df.groupby('c')['b'].apply(lambda x: x.ffill().bfill())
print (df)
   a           b    c
0  1  2013-06-10  100
1  1  2013-06-10  100
2  2  2013-06-10  100
3  3  2013-02-15  200
4  4  2013-02-15  200
5  5  2013-05-15  100