python - Pandas DataFrame 填充列中的缺失值

Question

我有一个包含以下列的大型 DataFrame:

import pandas as pd 

x = pd.read_csv('age_year.csv')
x.head()

ID  Year    age
22445   1991    
29925   1991    
76165   1991    
223725  1991    16.0
280165  1991    

Year列的值范围为 1991至 2017 .最 ID有一个 age每个值 Year ， 例如:

x.loc[x['ID'] == 280165].to_clipboard(index = False)

ID  Year    age
280165  1991    
280165  1992    
280165  1993    
280165  1994    
280165  1995    16.0
280165  1996    17.0
280165  1997    18.0
280165  1998    19.0
280165  1999    20.0
280165  2000    21.0
280165  2001    
280165  2002    
280165  2003    
280165  2004    25.0
280165  2005    26.0
280165  2006    27.0
280165  2007    
280165  2008    
280165  2010    31.0
280165  2011    32.0
280165  2012    33.0
280165  2013    34.0
280165  2014    35.0
280165  2015    36.0
280165  2016    37.0
280165  2017    38.0

我想填充 age 中的缺失值每个唯一的列 ID基于他们现有的值(value)观。例如，对于 ID上面的280165，我们知道它们是 29在 2008 ，假设它们是 31在 2010 (2007 年有 28 个，2003 年有 24 个，依此类推)。
这些缺失的应该怎么填 age许多独特的值(value) ID每年？我不确定如何在整个 DataFrame 中以统一的方式执行此操作。本题中作为例子使用的数据可以在 here中找到。 .

Answer 1

尝试做:

def get_age(s):
    present = s.age.notna().idxmax()
    diff = s.loc[[present]].eval('age - Year').iat[0]
    s['age'] = diff + s.Year
    return s

df.groupby(['ID']).apply(get_age)