对于下面的示例，我要使用1994的值。SIC通常在所有年份中都是相同的。在极少数情况下，时间可能会有所不同。我有25万个观测值的大面板。谢谢！
Group Num Date SIC
100783 1994-03-28 2621
100783 1995-03-30 NaN
100783 1996-03-28 2621
100783 1997-03-27 2621
100783 1998-03-31 2621
842635 1994-03-17 2911
842635 1995-03-30 NaN
842635 1996-03-20 2911
842635 1997-03-21 2911
842635 1998-03-31 2911
答案 0 :(得分：1)
对于Wen-Ben在评论中给出的答案，我将进行扩展并提供更多指导。
首先，要实现此目的，您需要一个基于Group Num和Date变量的有序DataFrame。如果您确定已经订购了DataFrame，则无需执行以下命令，否则确实需要排序（在原位执行）：
df.sort_values(['Group Num', 'Date'], inplace=True)
在订购DataFrame之后，可以基于变量'Group Num'的分组，要求使用最接近的先前值来估算SIC（因此，最接近的先前值将仅从其引用组中获取）：< / p>
df['SIC'] = df.groupby('Group Num')['SIC'].ffill()
ffill命令（https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.ffill.html）会将最后一个有效观察向前传播到下一个有效观察。因此，如果有任何一个以缺失值开头的组，则不会进行插补。给定大文件，您最好再使用bfill（https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.bfill.html）启动另一个插补，它使用下一个有效观察值来填补任何空白：
df['SIC'] = df.groupby('Group Num')['SIC'].bfill()
这足以覆盖所有丢失的事件，并且替换操作无需创建新的DataFrame，而是在现有的DataFrame的列上进行。