python - 在 Pandas 中按组回填列

Question

我有一个像

A,B,C,D
1,2,,
1,2,30,100
1,2,40,100
4,5,,
4,5,60,200
4,5,70,200
8,9,,

在第 1 行和第 4 行中，缺少 C 值( NaN )。我想分别从第 2 行和第 5 行获取它们的值。 (第一次出现相同的 A、B 值)。

如果没有找到匹配的行，只需输入 0(如最后一行)
预期操作:

A,B,C,D
1,2,30,
1,2,30,100
1,2,40,100
4,5,60,
4,5,60,200
4,5,70,200
8,9,0,

使用 fillna我找到了 bfill: use NEXT valid observation to fill gap但 NEXT必须从逻辑上进行观察(查看 col A、B 值)，而不仅仅是即将到来的 C 列值

Answer 1

您必须调用 df.groupby在 A和 B先然后申请bfill功能:

In [501]: df.C = df.groupby(['A', 'B']).apply(lambda x: x.C.bfill()).reset_index(drop=True)

In [502]: df
Out[502]: 
   A  B   C      D
0  1  2  30    NaN
1  1  2  30  100.0
2  1  2  40  100.0
3  4  5  60    NaN
4  4  5  60  200.0
5  4  5  70  200.0
6  8  9   0    NaN

您也可以分组然后调用 dfGroupBy.bfill直接(我认为这会更快):

In [508]: df.C = df.groupby(['A', 'B']).C.bfill().fillna(0).astype(int); df
Out[508]: 
   A  B   C      D
0  1  2  30    NaN
1  1  2  30  100.0
2  1  2  40  100.0
3  4  5  60    NaN
4  4  5  60  200.0
5  4  5  70  200.0
6  8  9   0    NaN

如果你想摆脱 NaN s 在 D ，你可以这样做:

df.D.fillna('', inplace=True)