Python3 pandas 数据框使用 fillna(方法 ='bfill')和分组依据

Question

我是 python 和 pandas 的新手，坚持下面提到的请求将 python pandas 数据框中的数据作为

time_stamp        dish_id  table_no order_id
2017-10-05 22:11   122       A1 
2017-10-05 22:14   127       A1 
2017-10-05 22:17   129       A5 
2017-10-05 22:19   122       A1      X_001
2017-10-05 22:17   129       A5      X_002

我正在用

填写缺失的订单值

output_sort[['new_order_id']] = output_sort[['order_id']].fillna(method='bfill')

这让我得到了这样的结果

time_stamp        dish_id  table_no order_id
2017-10-05 22:11   122       A1      X_001
2017-10-05 22:14   127       A1      X_001
2017-10-05 22:17   129       A5      X_001
2017-10-05 22:19   122       A1      X_001
2017-10-05 22:17   129       A5      X_002

但是我想得到这样的结果

time_stamp        dish_id  table_no order_id
2017-10-05 22:11   122       A1      X_001
2017-10-05 22:14   127       A1      X_001
2017-10-05 22:17   129       A5      X_002
2017-10-05 22:19   122       A1      X_001
2017-10-05 22:17   129       A5      X_002

order_id 与 correct_table 没有匹配我还没找到办法任何帮助将不胜感激

Answer 1

df.groupby('table_no')['order_id'].apply(lambda x :x.ffill().bfill())
Out[529]: 
0    X_001
1    X_001
2    X_002
3    X_001
4    X_002
Name: order_id, dtype: object

df['order_id']=df.groupby('table_no')['order_id'].apply(lambda x :x.ffill().bfill())
df
Out[530]: 
        time_stamp  dish_id table_no order_id
0  2017-10-0522:11      122       A1    X_001
1  2017-10-0522:14      127       A1    X_001
2  2017-10-0522:17      129       A5    X_002
3  2017-10-0522:19      122       A1    X_001
4  2017-10-0522:17      129       A5    X_002