Pandas groupby：填充其他组成员的缺失值

Question

我认为最好用一个例子来说明。 我想做的是从一个组中找到非空数，并将其传播到该组的其余部分。

In [52]: df = pd.DataFrame.from_dict({1:{'i_id': 2, 'i_num':1}, 2: {'i_id': 2, 'i_num': np.nan}, 3: {'i_id': 2, 'i_num': np.nan}, 4: {'i_id': 3, 'i_num': np.nan}, 5: {'i_id': 3, 'i_num': 5}}, orient='index')

In [53]: df
Out[53]:
   i_num  i_id
1      1     2
2    NaN     2
3    NaN     2
4    NaN     3
5      5     3

DataFrame看起来像这样。 我想要的是让所有i_id == 2并使它们的i_num == 1，并使所有i_id == 3，并使它们的i_num == 5（因此都与它们的非空组邻居匹配）。

因此最终结果将是这样：

   i_num  i_id
1      1     2
2      1     2
3      1     2
4      5     3
5      5     3

Answer 1

first查找组中的第一个非空值。 您可以像这样在每个组中填写其他值：

df['i_num'] = df.groupby('i_id')['i_num'].transform('first')

这将根据需要生成列：

   i_num  i_id
1      1     2
2      1     2
3      1     2
4      5     3
5      5     3

请记住，这会将组中的所有值替换为第一个值，而不仅仅是NaN值（尽管这似乎是您在此处查找的内容）。

另外，为了尊重组中的其他任何非空值，您可以通过以下方式使用fillna ：

# make a column of first values for each group
x = df['i_id'].map(df.groupby('i_id')['i_num'].first())
# fill only NaN values using new column x
df['i_num'] = df['i_num'].fillna(x)