Question

给出以下示例df：

   Other1  Other2     Name Value
0       0       1  Johnson     C
1       0       0  Johnson   NaN
2       1       1    Smith     R
3       1       1    Smith   NaN
4       0       1  Jackson     X
5       1       1  Jackson   NaN
6       1       1  Jackson   NaN

我希望能够用与该行中给定名称关联的NaN值填充df['Value']值。我希望得到的结果如下，我知道可以这样实现：

df['Value'] = df['Value'].fillna(method='ffill')

   Other1  Other2     Name Value
0       0       1  Johnson     C
1       0       0  Johnson     C
2       1       1    Smith     R
3       1       1    Smith     R
4       0       1  Jackson     X
5       1       1  Jackson     X
6       1       1  Jackson     X

但是，如果名称后面没有顺序排列，则此解决方案将无法获得预期的结果。我也不能按df['Name']进行排序，因为顺序很重要。是否有一种有效的方法，可以简单地通过关联的名称值填充给定的NaN值并将其分配给该值？

同样重要的是要注意，给定的名称将始终仅具有与之关联的单个值。预先谢谢你。

Answer 1

您应使用groupby和transform：

df['Value'] = df.groupby('Name')['Value'].transform('first')
df

   Other1  Other2     Name Value
0       0       1  Johnson     C
1       0       0  Johnson     C
2       1       1    Smith     R
3       1       1    Smith     R
4       0       1  Jackson     X
5       1       1  Jackson     X
6       1       1  Jackson     X

彼得的答案是不正确的，因为第一个有效值可能并不总是组中的第一个有效值，在这种情况下，ffill会用前一组的值污染下一个组。

ALollz的回答很好，但是dropna会产生一定程度的开销。

使用其他已知列值的Pandas Dataframe fillna（）

1 个答案: