用熊貓數據框中另一列的相同值填充空值

Question

我有一個如下所示的熊貓數據框：

如何為空單元格填充相同產品類型的相同策略編號？

任何建議將不勝感激。 謝謝

抱歉，我現在要添加示例數據框：

sample = [{'POLICY NUMBER'：''，'PRODUCT TYPE'：'MED'}，{'POLICY NUMBER'：''，'PRODUCT TYPE'：'MED'}，{'POLICY NUMBER'：'433M49763' ，'PRODUCT TYPE'：'MED'}，{'POLICY NUMBER'：'433M86968'，'PRODUCT TYPE'：'MED'}，{'POLICY NUMBER'：''，'PRODUCT TYPE'：'TED'}， {'POLICY NUMBER'：'566D158635'，'PRODUCT TYPE'：'TED'}，{'POLICY NUMBER'：'655D158635'，'PRODUCT TYPE'：'TED'}，{'POLICY NUMBER'：'789D158635'， 'PRODUCT TYPE'：'TED'}]

pd.DataFrame（樣本）

請注意，空單元格中也包含“”，它們在整個數據框中都不是NaN

添加到上面的問題。 如果我有如上所述的更改的數據幀。 我如何到達以下數據框：

Answer 1

我認為你需要groupby + transform ：

如果每個組只有一個相同類別並且沒有數據，則為空string s：

df['POLICY NUMBER'] = (df.groupby('PRODUCT TYPE')['POLICY NUMBER']
                         .transform(lambda x: x[x != ''].iat[0]))

print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M86968          MED
1     433M86968          MED
2     433M86968          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    566D158635          TED

或者，如果可能的話，並非總是空wtrailing whitespaces ，但有時會有wtrailing whitespaces ，需要使用strip ：

df['POLICY NUMBER'] = (df['POLICY NUMBER'].str.strip().groupby(df['PRODUCT TYPE'])
                                  .transform(lambda x: x[x != ''].iat[0]))

print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M86968          MED
1     433M86968          MED
2     433M86968          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    566D158635          TED

排序和轉換last值的解決方案：

df['POLICY NUMBER'] = (df.sort_values(['PRODUCT TYPE','POLICY NUMBER'])
                         .groupby('PRODUCT TYPE')['POLICY NUMBER']
                         .transform('last'))
print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M86968          MED
1     433M86968          MED
2     433M86968          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    566D158635          TED

編輯：您需要用NaN替換空字符串，然后使用bfill進行反向向前填充NaN ，而ffill進行向前填充NaNs：

df['POLICY NUMBER'] = (df['POLICY NUMBER'].str.strip()
                                          .replace('',np.nan)
                                          .groupby(df['PRODUCT TYPE'])
                                          .transform(lambda x: x.bfill().ffill()))

print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M49763          MED
1     433M49763          MED
2     433M49763          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    789D158635          TED