pandas - 如何通过分组来填充 NaN？

Question

我有一个这样的数据框:

    ID  Age Gender  Date
0   1   18  Male    NaN
1   1   18  Male    NaN
2   1   18  Male    2016-03-11
3   2   22  Male    NaN
4   2   22  Male    NaN
5   4   25  Male    NaN
6   4   25  Male    NaN
7   4   25  Male    NaN
8   4   25  Male    2017-04-27

Date 列中有一些 NaN 值，我想用它们各自的 ID 填充这些 NaN。例如:

ID = 1 在 dataframe 中出现了 3 次，并且只给出了一次日期 (2016-03-11)。我想用相同的日期填充剩余的两个 NaN。
ID = 4 也是如此，它出现了 4 次，而 Date 只显示了一次。简而言之，我想要这样的结果数据框:

    ID  Age Gender  Date
0   1   18  Male    2016-03-11
1   1   18  Male    2016-03-11
2   1   18  Male    2016-03-11
3   2   22  Male    NaN
4   2   22  Male    NaN
5   4   25  Male    2017-04-27
6   4   25  Male    2017-04-27
7   4   25  Male    2017-04-27
8   4   25  Male    2017-04-27

我尝试了 groupby 方法，但没有得到任何结果。你能告诉我如何在 Python 中做到这一点吗？

这是一个 CSV 文件，如果您想在本地计算机上尝试:

ID, Age, Gender, Date
1, 18, Male,
1, 18, Male,
1, 18, Male, 2016-03-11
2, 22, Male,
2, 22, Male,
4, 25, Male,
4, 25, Male,
4, 25, Male,
4, 25, Male, 2017-04-27

Answer 1

您可以使用 groupby 然后申请来回填充 ID 组。如果一个 ID 有超过 1 个日期，我不确定这是否会给你想要的结果。

df.groupby('ID').apply(lambda group:group.bfill().ffill())

输出:

   ID  Age Gender        Date
0   1   18   Male  2016-03-11
1   1   18   Male  2016-03-11
2   1   18   Male  2016-03-11
3   2   22   Male         NaN
4   2   22   Male         NaN
5   4   25   Male  2017-04-27
6   4   25   Male  2017-04-27
7   4   25   Male  2017-04-27
8   4   25   Male  2017-04-27