根据现有单元格填充单元格

Question

我的数据格式如下：

8A564   nan         json
8A928   nan         json
8A563   nan         json
8A564   10616280    json
8A563   10616222    json
8A564   nan         json
8B1BB   10982483    json
8A564   10616280    json

我想在第二列中填充数据，以匹配具有相同第一列且第二个非空值的行。所以我会得到以下消息：

8A564   10616280    json
8A928   nan         json
8A563   10616222    json
8A564   10616280    json
8A563   10616222    json
8A564   10616280    json
8B1BB   10982483    json
8A564   10616280    json

如何实现？

Answer 1

groupby和bfill

请记住，0中的groupby(0)是指名为0的列。如果您的列使用其他名称，请使用该名称。

df.groupby(0).bfill()

       0         1     2
0  8A564  10616280  json
1  8A928       NaN  json
2  8A563  10616222  json
3  8A564  10616280  json
4  8A563  10616222  json
5  8A564  10616280  json
6  8B1BB  10982483  json
7  8A564  10616280  json

---

如果null的排序本身不适合回填，则可以获取第一个非null值。

df[1] = df.groupby(0)[1].transform('first')
df

       0         1     2
0  8A564  10616280  json
1  8A928       NaN  json
2  8A563  10616222  json
3  8A564  10616280  json
4  8A563  10616222  json
5  8A564  10616280  json
6  8B1BB  10982483  json
7  8A564  10616280  json

Answer 2

您可以在表本身上进行内部联接以匹配值：

df_no_nan = df[~df.value.isnull()].drop_duplicates()
df['value'] = df.merge(df_no_nan, on='ID', how='left')['value_y']

---

输出：

      ID     value  type
0  8A564  10616280  json
1  8A928       NaN  json
2  8A563  10616222  json
3  8A564  10616280  json
4  8A563  10616222  json
5  8A564  10616280  json
6  8B1BB  10982483  json
7  8A564  10616280  json

Answer 3

这是一条可以帮助您的python内衬纸。

df.iloc[:, [0,1]].groupby(0).apply(lambda x: x[1].fillna( np.nan if len(x[1].dropna()) == 0 else x[1].dropna().mode()[0])).reset_index()[[0,1]]

它使用分组方式，并且仅在满足某些条件时才填充。