如何根据以前的列填充 NaN 值

Question

我有一个没有缺失数据 (A) 但具有重复值的初始列。如何用缺失的数据填充下一列 (B) 以便填充并且左侧的列在右侧始终具有相同的值？我还希望任何其他列保持不变 (C)例如，这就是我所拥有的    A    B     C1   1    20    42   2    NaN   83   3    NaN   24   2    30    95   3    40    16   1    NaN   3这就是我想要的    A    B     C1   1    20    42   2    30*   83   3    40*   24   2    30    95   3    40    16   1    20*   3填充值上的星号。这需要使用非常大的数据框进行扩展。此外，如果我在左列有一个值，在单独的观察中右侧有多个值，我将如何填充平均值？

Answer 1

您可以使用groupbyon'A'和 usefirst来查找第一个对应的值'B'（它不会选择NaN）。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3,2,3,1], 

                   'B':[20, None, None, 30, 40, None], 

                   'C': [4,8,2,9,1,3]})

# find first 'B' value for each 'A'

lookup = df[['A', 'B']].groupby('A').first()['B']

# only use rows where 'B' is NaN

nan_mask = df['B'].isnull()

# replace NaN values in 'B' with lookup values

df['B'].loc[nan_mask] = df.loc[nan_mask].apply(lambda x: lookup[x['A']], axis=1)

print(df)

哪个输出：

   A     B  C

0  1  20.0  4

1  2  30.0  8

2  3  40.0  2

3  2  30.0  9

4  3  40.0  1

5  1  20.0  3

如果有很多NaN值，'B'您可能希望在使用之前排除它们groupby。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3,2,3,1], 

                   'B':[20, None, None, 30, 40, None], 

                   'C': [4,8,2,9,1,3]})

# Only use rows where 'B' is NaN

nan_mask = df['B'].isnull()

# Find first 'B' value for each 'A'

lookup = df[~nan_mask][['A', 'B']].groupby('A').first()['B']

df['B'].loc[nan_mask] = df.loc[nan_mask].apply(lambda x: lookup[x['A']], axis=1)

print(df)

Answer 2

您可以先执行 sort_values，然后根据 A 列向前填充 B 列。实现这一点的方法是：

import pandas as pd

import numpy as np

x = {'A':[1,2,3,2,3,1],

     'B':[20,np.nan,np.nan,30,40,np.nan],

     'C':[4,8,2,9,1,3]}

df = pd.DataFrame(x)

#sort_values first, then forward fill based on column B

#this will get the right values for you while maintaing

#the original order of the dataframe

df['B'] = df.sort_values(by=['A','B'])['B'].ffill()

print (df)

输出将是：

原始数据：

   A     B  C

0  1  20.0  4

1  2   NaN  8

2  3   NaN  2

3  2  30.0  9

4  3  40.0  1

5  1   NaN  3

更新数据：

   A     B  C

0  1  20.0  4

1  2  30.0  8

2  3  40.0  2

3  2  30.0  9

4  3  40.0  1

5  1  20.0  3