Python Pandas：使用相同的类别名称（在一列中）和NaN（在另一列中）填充数据框

Question

我有一个与此类似的数据框（但更大）：

       year city_code  total_tax
id_inf                           
9       2002       NaN        NaN
9       2003         a      417.0
9       2004         a      950.0
9       2005       NaN        NaN
9       2006       NaN        NaN
54      2002         b      801.0
54      2003       NaN        NaN
54      2004         b      218.0
54      2005         b      886.0
54      2006         b      855.0

我需要使用相同类别的“ id_inf”填充“ city_code”，并在“ total_tax”列中将NaN替换为零。

第二个任务很容易： df_balanced['total_tax'] = df_balanced['total_tax'].fillna(0)

但是对于第一个任务，建议我使用类似的东西：'df_balanced ['city_code'] = df_balanced.groupby（level = 0）['city_code']。transform（max）'。 但是，当我使用此解决方案时，出现了以下错误： TypeError: '>=' not supported between instances of 'float' and 'str'

我需要的输出是这样的：

        year city_code  total_tax
id_inf                           
9       2002         a        0.0
9       2003         a      417.0
9       2004         a      950.0
9       2005         a        0.0
9       2006         a        0.0
54      2002         b      801.0
54      2003         b        0.0
54      2004         b      218.0
54      2005         b      886.0
54      2006         b      855.0

Answer 1

first使用

df['city_code']=df.groupby('id_inf').city_code.transform('first')
#df.groupby('id_inf').city_code.transform('first')
Out[278]: 
id_inf
9     a
9     a
9     a
9     a
9     a
54    b
54    b
54    b
54    b
54    b
Name: city_code, dtype: object