熊猫：根据数据框中的组合填充缺失值

Question

我有一个 DataFrame df 包含 i.a. postal codes 的列和 district 名称的列。同一行上的 postal code 和 district 名称形成“现实生活”组合，例如{'postal code': '10001', 'district':'North'}。

对于某些postal code 条目，缺少district 名称。但是，缺少 district 名称的 postal code 可能会与其 district 名称一起出现在数据框中的其他位置。即，

| postal code |   district  |
-----------------------------
|   10001     |    North    |
|   10002     |    West     |
|   10001     |   missing   |

如果postal code 缺少district 名称，我想在DataFrame 中搜索该特定postal code 和district 名称的组合。

如果找到组合并且都相同，我想用找到的组合中的district 名称替换缺少的district 名称。 如果找到组合，但并不完全相同（例如postal code 与两个区域重叠），我不想替换。

我该怎么做？

Answer 1

df = df.replace('missing', np.nan).sort_values(['postal code', 'district'])
df.groupby('postal code').ffill().sort_index()

   postal code district
0        10001    North
1        10002     West
2        10001    North

我之所以排序是因为np.nan 将被放置在最后并准备好向前填充。