如果另一列的值匹配，如何在列中填充 nan 值

Question

假設我有一個像這樣的 dataframe：

      col1         col2     col3
0     data1         0        NaN
1     data1         0        NaN
2     data1         1        Done
3     data2         0        NaN
4     data2         1      To be done
5     data3         0        NaN
6     data3         1        Fail

如何替換 col3 中的 nan 值，例如： col1 中的 data1 在 col3 中有一行“完成”，我如何將此值傳遞給 col3 中包含 col1 中的 data1 的所有 NaN 行？

理想的 df 看起來像這樣：

      col1         col2      col3
0     data1         0        Done
1     data1         0        Done
2     data1         1        Done
3     data2         0      To be done
4     data2         1      To be done
5     data3         0        Fail
6     data3         1        Fail

Answer 1

使用groupby + bfill ：

df['col3'] = df.groupby('col1')['col3'].bfill()
print(df)

# Output:
    col1  col2        col3
0  data1     0        Done
1  data1     0        Done
2  data1     1        Done
3  data2     0  To be done
4  data2     1  To be done
5  data3     0        Fail
6  data3     1        Fail

Answer 2

一種方法是在 col1 上創建一個字典和 map：

d = dict(df.dropna()[['col1', 'col3']].values)
df['col3'] = df['col1'].map(d)

	col1	col2	col3
0	數據1	0	完畢
1	數據1	0	完畢
2	數據1	1	完畢
3	數據2	0	待辦
4	數據2	1	待辦
5	數據3	0	失敗
6	數據3	1	失敗