在 Pandas DataFrame 中使用来自同一列且在另一列中具有匹配值的值填充空值

【问题标题】：Filling null values within a Pandas DataFrame with values from the same column that have a matching value in another column在 Pandas DataFrame 中使用来自同一列且在另一列中具有匹配值的值填充空值
【发布时间】：2019-12-10 12:34:31
【问题描述】：

我有一个 DataFrame，它在给定列中包含空值，在同一个索引中，还有另一列具有重复的非空值。我想弄清楚的是，使用 Pandas 本机函数使用 ID 列作为参考填充这些空值的正确方法是什么。

感谢您的帮助。

原文：

    Company ID
    AAA 100
    BBB 200
    CCC 150
    **NULL  100
    FFF 375
    **NULL  150

格式化：

    AAA 100
    BBB 200
    CCC 150
    **AAA   100
    FFF 375
    **CCC   150

【问题讨论】：

标签： python-3.x pandas dataframe null series

【解决方案1】：

你可以试试：

df['Company'] = df.groupby('ID')['Company'].transform('first')

正如评论的那样，上面将替换 all Company 而不仅仅是 nan。因此，如果您有多个Company 对应一个ID，它可能会给出错误的结果。相反，您可以这样做：

df['Company'] = df['Company'].fillna(df.groupby('ID')['Company'].transform('first'))

【讨论】：

我认为这会转换所有具有相同值的行，而不仅仅是那些具有空值的行。
@AyoubZAROU 这是真的。我的印象是Company 对于每个ID 应该是唯一的。但这很容易解决。