Question

我有一个Dataframe代表零售链数据集。它具有列Item_Identifier，Item_Weight，Item_MRP，Outlet_Identifier。 Item_Weight列代表特定项目的重量（以gms为单位），为数字，具有某些缺失值。列Outlet_Identifier = OUT019或OUT027的Item列的Item_Weight缺少值。但是，在不同行中具有另一个Outlet_Identifier（OUT019或OUT027除外）的同一行中的同一Item（由Item_Identifier标识）具有Item_Weight，可用于将缺少的Item_Weight替换为Outlet_Identifier（OUT019或OUT027）。

我编写了以下代码，但似乎有问题。而且，这不是最干净的方法：

items = df_train[df_train.Outlet_Identifier == "OUT019"]['Item_Identifier']
listItems = []
for i in items:
    u = df_train.query('(Item_Identifier == @i) & (Outlet_Identifier != 
         "OUT019") & (Outlet_Identifier != "OUT027")').head(1)
    if not u.empty:
        listItems.append(u.at[u.index[0],'Item_Weight'])

df_rep = pd.concat([items.reset_index(),pd.DataFrame(listItems)],axis=1)
df_rep.columns = ['row', 'Item_Identifier', 'Item_Weight']
for index, row in df_rep.iterrows():
    df_train.loc[df_train.Item_Identifier == row.Item_Identifier ]
                                      ['Item_Weight']= row['Item_Weight']

需要一些帮助。

Answer 1

df['Item_Weight'] = df.groupby(['Item_Identifier','Outlet_Identifier'])['Item_Weight'].ffill()
df['Item_Weight'] = df.groupby(['Item_Identifier','Outlet_Identifier'])['Item_Weight'].bfill()

这应该可以解决您的问题。 ffill()将查看所有下一行以查看是否有可用的内容并将其填充，而bfill()将查看前几行以填充空值。

根据Pandas中第二列的条件，用另一行的同一列的值填充特定行的列中的值

1 个答案: