Question

我要在给定值中填充nan的值，如下所示：

df = pd.DataFrame({'A' : ['aa', 'bb', 'cc', 'aa'], 
                   'B': ['xx', 'yy', 'zz','xx'], 
                   'C': ['2', '3','8', np.nan]})
print (df)

A  B  C
aa xx 2
bb yy 3
cc zz 8
aa xx NaN

预期输出：

A  B  C
aa xx 2
bb yy 3
cc zz 8
aa xx 2

由于A列和B列在第三列中的值为2，因此最后一行在C列中也应具有2。

Answer 1

将GroupBy.ffill和DataFrame.sort_values与NaN一起使用DataFrame.sort_index到组末尾：

df['C'] = df.sort_values(['A','B','C']).groupby(['A','B'])['C'].ffill().sort_index()
print (df)
    A   B  C
0  aa  xx  2
1  bb  yy  3
2  cc  zz  8
3  aa  xx  2

每组向前和向后填充的另一种解决方案：

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

Answer 2

首先尝试sort_values使Nan排名最后，然后将group by与ffill（）一起使用

df.sort_values(by=['C'],inplace=True)
df = df.groupby(['A','B']).ffill()

    A   B   C
0   aa  xx  2
1   bb  yy  3
2   cc  zz  8
3   aa  xx  2

根据相似列的值将NA值填入一列

2 个答案: