具有第一个有效值的熊猫groupby fillna（窗口函数）

Question

我有一个数据集，我需要有条件地填充，并带有来自适当groupby的第一个值，但是我无法弄清楚。

import numpy as np
import pandas as pd
df_dict = {
    'id':[1, 1, 1, 1, 2, 2, 2, 2],
    'data':['A', np.nan, np.nan, np.nan, 'B', np.nan, np.nan, np.nan, 'C', np.nan, np.nan]
}
df = pd.DataFrame(df_dict)

我需要创建一个如下所示的数据框：

final_dict = {
    'id':[1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2],
    'data':['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C']
}
final = pd.DataFrame(final_dict)

我的本​​能是将id分组，然后执行.fillna(something)，但我不知道该怎么做。

我尝试过

df.groupby('id')['data'].fillna(df['data'].first_valid_index())

但这会放置0而不是复制我想要的内容。

我还有另一个部分解决方案：

for col_name, data in df.items():
    df[col_name] = df.groupby('id').apply(
        lambda x: x[col_name].fillna(x.loc[x[col_name].last_valid_index(), col_name])
    ).reset_index(drop=True)

Answer 1

fillna，transform，first

df.fillna({'data': df.groupby('id')['data'].transform('first')})

  data  id
0    A   1
1    A   1
2    A   1
3    A   1
4    B   2
5    B   2
6    B   2
7    B   2

---

1. transform在每个组中获取内容，然后在组中进行广播
2. 'first'获取每个组的第一个有效值
3. fillna带了一个字典，您可以在其中指定要用什么填充的列

Answer 2

pandas的X<int>具有为我们执行此操作的方法：

X<float>

正是我想要的。