python - Pandas :用相同重复名称/键组的第一个值填充空值

Question

我有一个包含 2 列的数据框:name 和 id

在 name 列中，我有几个重复项，在 id 列中，我为相同 name 的重复项设置了一个空值.

我想要的是用第一次迭代的值填充那个空值

例如:

df1=pd.DataFrame(columns=["name","id"])
df1["name"]=["a","b","c","a","d","e","b"]
df1["id"]=[1,2,3,"",4,5,""]


  name  id
0    a   1
1    b   2
2    c   3
3    a   
4    d   4
5    e   5
6    b   

对于 "a" 和 "b" 的第二次迭代，我有一个空值

我想要的:

df1["id"]=[1,2,3,1,4,5,2]

如何用第一次迭代的值填充该空值？

Answer 1

您可以按 .groupby() 对名称进行分组并通过 .transform('first') 获得每组的第一个条目.然后用 .fillna() 同名组中的这些第一个条目替换空字符串，如下:

df1['id'] = df1['id'].replace('', np.nan).fillna(df1.groupby('name')['id'].transform('first')).astype(int)

如果您的 id 列已经包含一些 NaN 值并且您不想触及这些值，您也可以使用 .mask()有条件地用 groupby .transform('first') 替换空字符串值值，如下所示:

df1['id'] = df1['id'].mask(df1['id'] == '', df1.groupby('name')['id'].transform('first'))

结果:

print(df)

  name  id
0    a   1
1    b   2
2    c   3
3    a   1
4    d   4
5    e   5
6    b   2