Question

我认为最好用一个例子来展示。我要做的是从组中找到非空数字并将其传播到组的其余部分。

universities

DataFrame看起来像这样。我想要的是取所有i_id == 2并使其i_num == 1，并使所有i_id == 3，并使其i_num == 5（因此两者都匹配其非空组邻居）。

所以最终的结果就是：

In [52]: df = pd.DataFrame.from_dict({1:{'i_id': 2, 'i_num':1}, 2: {'i_id': 2, 'i_num': np.nan}, 3: {'i_id': 2, 'i_num': np.nan}, 4: {'i_id': 3, 'i_num': np.nan}, 5: {'i_id': 3, 'i_num': 5}}, orient='index')

In [53]: df
Out[53]:
   i_num  i_id
1      1     2
2    NaN     2
3    NaN     2
4    NaN     3
5      5     3

Answer 1

first找到组中的第一个非空值。您可以像这样填写每个组中的其他值：

df['i_num'] = df.groupby('i_id')['i_num'].transform('first')

这会根据需要生成列：

   i_num  i_id
1      1     2
2      1     2
3      1     2
4      5     3
5      5     3

请记住，这将使用第一个值替换组中的所有值，而不仅仅是NaN值（这似乎是您在此寻找的内容）。

或者 - 并且尊重组中的任何其他非空值 - 您可以通过以下方式使用fillna：

# make a column of first values for each group
x = df['i_id'].map(df.groupby('i_id')['i_num'].first())
# fill only NaN values using new column x
df['i_num'] = df['i_num'].fillna(x)

Pandas groupby：填写其他组成员的缺失值

1 个答案: