如何根据类别 pandas 回填值

Question

我有一个如下表，疫苗制造商、日期和 total_vaccinations 作为疫苗制造商随时间的累积总和

我正在尝试“回填”空值，基本上是这样，因为这是一个累计总和，具有 null 值的日期将具有前一个日期的总疫苗接种

| Vaccine Manufacturer | Date     | Total_Vaccinations |
| Pfizer               | 10/10/21 | 100                |
| Pfizer               | 10/11/21 | NaN                |
| Pfizer               | 10/12/21 | NaN                |
| Pfizer               | 10/13/21 | 130                |
| Pfizer               | 10/14/21 | NaN                |
| Moderna              | 10/10/21 | 220                |
| Moderna              | 10/11/21 | NaN                |
| Moderna              | 10/12/21 | 280                |
| Moderna              | 10/13/21 | NaN                |

我试过以下方法：

df['Total_Vaccinations'] = df.groupby(['Vaccine Manufacturer', 'Date'])['Total_Vaccinations'].bfill()

并且，在咨询堆栈溢出之后：

df['Total_Vaccinations'] = df.groupby(['Vaccine Manufacturer', 'Date'])['Total_Vaccinations'].ffill().bfill()

这些都没有返回我正在寻找的东西。 第一个什么都不做，返回与原始 dataframe 相同的值，第二个基本上只是前向填充。

作为参考，这是我想要的 output：

| Vaccine Manufacturer | Date     | Total_Vaccinations |
| Pfizer               | 10/10/21 | 100                |
| Pfizer               | 10/11/21 | 100                |
| Pfizer               | 10/12/21 | 100                |
| Pfizer               | 10/13/21 | 130                |
| Pfizer               | 10/14/21 | 130                |
| Moderna              | 10/10/21 | 220                |
| Moderna              | 10/11/21 | 220                |
| Moderna              | 10/12/21 | 280                |
| Moderna              | 10/13/21 | 280                |

我在这里错过了什么？

Answer 1

例子

data = [['Pfizer', '10/10/21', 100],
        ['Pfizer', '10/11/21', None],
        ['Pfizer', '10/12/21', None],
        ['Pfizer', '10/13/21', 130],
        ['Pfizer', '10/14/21', None],
        ['Moderna', '10/10/21', 220],
        ['Moderna', '10/11/21', None],
        ['Moderna', '10/12/21', 280],
        ['Moderna', '10/13/21', None]]
df = pd.DataFrame(data, columns=['M', 'Date', 'Total'])

df

    M       Date        Total
0   Pfizer  10/10/21    100.0
1   Pfizer  10/11/21    NaN
2   Pfizer  10/12/21    NaN
3   Pfizer  10/13/21    130.0
4   Pfizer  10/14/21    NaN
5   Moderna 10/10/21    220.0
6   Moderna 10/11/21    NaN
7   Moderna 10/12/21    280.0
8   Moderna 10/13/21    NaN

代码

df.assign(Total=df.groupby('M')['Total'].ffill().bfill())

output：

    M       Date        Total
0   Pfizer  10/10/21    100.0
1   Pfizer  10/11/21    100.0
2   Pfizer  10/12/21    100.0
3   Pfizer  10/13/21    130.0
4   Pfizer  10/14/21    130.0
5   Moderna 10/10/21    220.0
6   Moderna 10/11/21    220.0
7   Moderna 10/12/21    280.0
8   Moderna 10/13/21    280.0