Python 数据框 :Change values of a column based on another column?

Question

我有一个包含两列 a 和 b 的 DataFrame。我想更改 b 列中的 NaN 值。例如:对于 a 列中的值 123，b 列同时具有 abc 和 NaN。我希望两者都更改为 abc:

df
         a        b
0     123       NaN
1     123       abc
2     456       def
3     456       NaN

我的预期结果是:

df
        a         b
0     123       abc
1     123       abc
2     456       def
3     456       def

示例数据:

import pandas as pd
from io import StringIO

s = '''\
a,b
123,NaN
123,abc
456,def
456,NaN
'''
df = pd.read_csv(StringIO(s))

描述问题和我尝试过的方法:

df.loc[df.a == 123, 'b'] = "abc"

在这里，我只能针对特定值进行更改。即，如果 'a' 为 123

，则将 'b' 替换为 abc

但是对于 df.a == 123 和 'b' 值 NaN 我还希望它更新 abc.

所以我试了一下，

df.loc[df.a == NaN, 'b'] = "abc"

但是，这使得 df 中的所有空列都变成了 abc。

那么，我该如何着手呢？

编辑 2:示例数据 2

raw_data = {'a': [123, 123, 456, 456,789], 'b': 
[np.nan,'abc','def',np.nan,np.nan], 'c': 
[np.nan,np.nan,0,np.nan,np.nan]} 

 df = pd.DataFrame(raw_data, columns = 
['a', 'b','c']) 

回答:

 df['b'] = df['a'].map(df.groupby('a')['b'].first()).fillna(df['b'])

Answer 1

也许首先对数据框进行排序，然后使用 ffill。像这样的东西:

df = df.sort_values(by=['a','b']).fillna(method='ffill')

---

当您有 NaN 值时不想覆盖(您的“edit2”)，您还可以使用 groupby:

df['b'] = df.sort_values(by=['a','b','c']).groupby('a')['b'].ffill()