python - 有条件地填充 Pandas 数据框中的空白值

Question

我有一个 datafarme，如下所示(删除了更多列):

    memberID    shipping_country    
    264991      
    264991       Canada
    100          USA    
    5000         
    5000         UK

我试图用每个用户的送货国家/地区的现有值填充空白单元格:

    memberID    shipping_country    
    264991       Canada
    264991       Canada
    100          USA    
    5000         UK
    5000         UK

但是，我不确定在大规模数据集上执行此操作的最有效方法是什么。也许，使用向量化的 groupby 方法？

Answer 1

可以使用GroupBy + ffill/bfill:

def filler(x):
    return x.ffill().bfill()

res = df.groupby('memberID')['shipping_country'].apply(filler)

自定义函数是必需的，因为没有组合的 Pandas 方法来按顺序 ffill 和 bfill。

这也适用于特定 memberID 的所有值为 NaN 的情况；在这种情况下，它们将保持 NaN。