从pandas中的另一行替换缺失值

Question

我有一个包含2列的Pandas DataFrame。

我用NaN代替''用fillna等处理得更快..：

themes = themes.apply(lambda x: x.str.strip()).replace('', np.nan)

如何用其他行的匹配值替换NaN？

Answer 1

groupby和ffill

需要bfill

themes.groupby('code').apply(lambda x : x.ffill().bfill())

Answer 2

一种方法是在删除空值后创建一个系列。

然后将pd.Series.fillna与pd.Series.map：

一起使用

df = pd.DataFrame({'code': [1, 2, 3, 1, 2, 4],
                   'name': ['A', np.nan, 'C', np.nan, 'B', 'D']})

s = df.set_index('code')['name'].dropna()
df['name'] = df['name'].fillna(df['code'].map(s))

print(df)

   code name
0     1    A
1     2    B
2     3    C
3     1    A
4     2    B
5     4    D