根据相似列的值在一列中填充NA值

Question

我想在给定值中填充 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，因此最后一行的 C 列中也应为 2。

Answer 1

使用 GroupBy.ffill with DataFrame.sort_values and DataFrame.sort_index NaN 秒到组结束：

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

另一种每组向前和向后填充的解决方案：

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

Answer 2

先尝试 sort_values 将 Nan 放在最后，然后使用 group by 和 ffill()

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

根据相似列的值在一列中填充NA值

Fill the NA value in one column according to values of similar columns

python

nan

pandas

pandas-groupby