根据另一列填充Pandas中的非数字值

Question

我在pandas数据框中丢失了非数字数据，当另一列匹配时，有没有办法用另一行的值替换NaN？ E.g：

tdf = pandas.DataFrame({
    "id": [np.nan, 22, 22, 45, 45, 81],
    "item": ["apple", "apple", "apple", "orange", "orange", "banana"]
})

    id  item
0   NaN apple
1   22  apple
2   22  apple
3   45  orange
4   45  orange
5   81  banana

所以我想将第一行中的id替换为22，因为该项与第1行或第2行相同。

Answer 1

您可以groupby点击＆＃39;项目＆＃39;并传递参数as_index=False，然后调用bfill向后填充NaN值：

In [424]:

tdf.groupby('item', as_index=False)..bfill()
Out[424]:
   id    item
0  22   apple
1  22   apple
2  22   apple
3  45  orange
4  45  orange
5  81  banana