Question

我有一个数据框df

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [np.nan, 1, 2,np.nan,2,np.nan,np.nan], 
               'B': [10, np.nan, np.nan,5,np.nan,np.nan,7], 
               'C': [1,1,2,2,3,3,3]})

如下所示：

     A     B  C
0  NaN  10.0  1
1  1.0   NaN  1
2  2.0   NaN  2
3  NaN   5.0  2
4  2.0   NaN  3
5  NaN   NaN  3
6  NaN   7.0  3

我想将A和B列中的所有NAN值替换为与C列中相同组的其他记录中的值。

我的预期输出是：

     A     B   C
0  1.0   10.0  1
1  1.0   10.0  1
2  2.0    5.0  2
3  2.0    5.0  2
4  2.0    7.0  3
5  2.0    7.0  3
6  2.0    7.0  3

如何在熊猫数据框中执行相同的操作？

Answer 1

使用GroupBy.apply向前和向后填充缺失值：

df[['A','B']] = df.groupby('C')['A','B'].apply(lambda x: x.ffill().bfill())
print (df)

     A     B  C
0  1.0  10.0  1
1  1.0  10.0  1
2  2.0   5.0  2
3  2.0   5.0  2
4  2.0   7.0  3
5  2.0   7.0  3
6  2.0   7.0  3

从同一组的其他记录中的值替换大熊猫数据框中的NAN值

1 个答案: