pandas - (pandas) 为什么 .bfill().ffill() 对组的作用与 ffill().bfill() 不同？

Question

我认为我在概念上遗漏了一些基本概念，但我无法在文档中找到答案。

>>> df=pd.DataFrame({'a':[1,1,2,2,3,3], 'b':[5,np.nan, 6, np.nan, np.nan, np.nan]})
>>> df
   a    b
0  1  5.0
1  1  NaN
2  2  6.0
3  2  NaN
4  3  NaN
5  3  NaN

使用 ffill() 然后使用 bfill():

>>> df.groupby('a')['b'].ffill().bfill()
0    5.0
1    5.0
2    6.0
3    6.0
4    NaN
5    NaN

使用 bfill()，然后使用 ffill():

>>> df.groupby('a')['b'].bfill().ffill()
0    5.0
1    5.0
2    6.0
3    6.0
4    6.0
5    6.0

第二种方式不会破坏分组吗？第一种方法是否始终确保仅使用该组中的其他值填充这些值？

Answer 1

我认为你需要:

print (df.groupby('a')['b'].apply(lambda x: x.ffill().bfill()))
0    5.0
1    5.0
2    6.0
3    6.0
4    NaN
5    NaN
Name: b, dtype: float64

print (df.groupby('a')['b'].apply(lambda x: x.bfill().ffill()))
0    5.0
1    5.0
2    6.0
3    6.0
4    NaN
5    NaN
Name: b, dtype: float64

因为在您的示例中，只有第一个 ffill 或 bfill 是 DataFrameGroupBy.ffill或DataFrameGroupBy.bfill ，第二个是处理输出Series。因此它会破坏组，因为 Series 没有组。

print (df.groupby('a')['b'].ffill())
0    5.0
1    5.0
2    6.0
3    6.0
4    NaN
5    NaN
Name: b, dtype: float64

print (df.groupby('a')['b'].bfill())
0    5.0
1    NaN
2    6.0
3    NaN
4    NaN
5    NaN
Name: b, dtype: float64