Python熊猫根据另一列的条件填充缺失值（NaN）

Question

我是python和pandas的初学者，目前正在处理一组COVID数据。

我已经弄清楚了如何使用df.fillna(method='ffill')用上一个单元格填充NaN值。

但是，我不确定如何以以下条件为基础：如果国家/地区名称与其前一个单元格中的国家/地区名称不同，则总大小写单元格值应为0，否则将NaN替换为前一个单元格的总个案值。

一个例子就是这样：

对此：

Answer 1

仅将groupby与fillna一起使用即可得到所需的结果。 columns是您要对缺失值逻辑应用的所有列。

columns = ['total_cases', 'total_deaths', ...]
df[columns] = df.groupby('location')[columns].fillna(method='ffill').fillna(0)

请注意，您需要两次应用fillna，一次使用前向填充，一次使用常数0来填充所有nan值。这是为了确保以新组开头的所有Nans都填充为0。