Pandas groupby：填充其他组成员的缺失值

Question

我认为最好用一个例子来说明这一点。我想做的是从组中找到非空数字并将其传播到组的其余部分。

In [52]: df = pd.DataFrame.from_dict({1:{'i_id': 2, 'i_num':1}, 2: {'i_id': 2, 'i_num': np.nan}, 3: {'i_id': 2, 'i_num': np.nan}, 4: {'i_id': 3, 'i_num': np.nan}, 5: {'i_id': 3, 'i_num': 5}}, orient='index')

In [53]: df
Out[53]:
   i_num  i_id
1      1     2
2    NaN     2
3    NaN     2
4    NaN     3
5      5     3

DataFrame 看起来像这样。我想要的是获取所有 i_id == 2 并使它们的 i_num == 1，以及所有 i_id == 3，并使它们的 i_num == 5 （因此两者都匹配它们的非空组邻居）。

所以最终的结果是这样的：

   i_num  i_id
1      1     2
2      1     2
3      1     2
4      5     3
5      5     3

Answer 1

first查找组中的第一个非空值。您可以像这样填写每个组中的其他值：

df['i_num'] = df.groupby('i_id')['i_num'].transform('first')

这将生成所需的列：

   i_num  i_id
1      1     2
2      1     2
3      1     2
4      5     3
5      5     3

请记住，这会将组中的所有值替换为第一个值，而不仅仅是NaN值（这似乎是您在这里寻找的值）。

或者 - 为了尊重组中的任何其他非空值 - 您可以fillna按以下方式使用：

# make a column of first values for each group
x = df['i_id'].map(df.groupby('i_id')['i_num'].first())
# fill only NaN values using new column x
df['i_num'] = df['i_num'].fillna(x)