根据相似列的值填写一列中的NA值[重复]

【问题标题】：Fill the NA value in one column according to values of similar columns [duplicate]根据相似列的值填写一列中的NA值[重复]
【发布时间】：2019-11-22 22:40:30
【问题描述】：

我想在给定值中填写 nan 的值，如下所示：

df = pd.DataFrame({'A' : ['aa', 'bb', 'cc', 'aa'], 
                   'B': ['xx', 'yy', 'zz','xx'], 
                   'C': ['2', '3','8', np.nan]})
print (df)

A  B  C
aa xx 2
bb yy 3
cc zz 8
aa xx NaN

预期输出：

A  B  C
aa xx 2
bb yy 3
cc zz 8
aa xx 2

由于 A 列和 B 列在第三列中的值为 2，因此最后一行在 C 列中也应为 2。

【问题讨论】：

标签： python pandas pandas-groupby nan

【解决方案1】：

先尝试 sort_values 使 Nan 在最后，然后通过 ffill() 使用 group by

df.sort_values(by=['C'],inplace=True)
df = df.groupby(['A','B']).ffill()

    A   B   C
0   aa  xx  2
1   bb  yy  3
2   cc  zz  8
3   aa  xx  2

【讨论】：

只有当NaNs 总是在组中时才能工作，所以通常不工作......
是的，在这种情况下，我们需要先排序，所以 NaN 应该排在最后

【解决方案2】：

将GroupBy.ffill 与DataFrame.sort_values 和DataFrame.sort_index 一起用于NaNs 到组的末尾：

df['C'] = df.sort_values(['A','B','C']).groupby(['A','B'])['C'].ffill().sort_index()
print (df)
    A   B  C
0  aa  xx  2
1  bb  yy  3
2  cc  zz  8
3  aa  xx  2

每组向前和向后填充的另一种解决方案：

df['C'] = df.groupby(['A','B'])['C'].apply(lambda x: x.ffill().bfill())

【讨论】：