iloc 条件分组由 pandas 填充

Question

尝试在数据框中有条件地填充 NaN，基于：
1. A 上的值（使用 groupby 完成）
2.在groupby(A)里面，如果value是nan并且是first，填充为零然后ffill（例如A=a）
3. 在 groupby(A) 中，如果 value 是 nan 并且不是 first，则 bfill （例如 A=b）
4.在groupby(A)中，如果值为nan但没有数据点可跟随，则ffill（例如A=c）

我闻到三元 + lambda 的味道，但想要一种 Python 式的写法。

基本上，起点是：

df
     A    B
0    a    NaN
1    a    NaN
2    a    3.0
3    a    4.0
4    b    4.0
5    b    NaN
6    b    6.0
7    b    6.0
8    c    7.0
9    c    NaN
10   c    NaN

df 应该变成：

df
     A    B
0    a    0.0
1    a    0.0
2    a    3.0
3    a    4.0
4    b    4.0
5    b    6.0
6    b    6.0
7    b    6.0
8    c    7.0
9    c    7.0
10   c    7.0

Answer 1

我们可以做GroupBy.ffill，然后我们确定每个组的中间结果都正确填写，然后我们可以用0做一个Series.fillna，因为这些是唯一剩下的值：

df['B'] = df.groupby('A')['B'].ffill().fillna(0)

    A    B
0   a  0.0
1   a  0.0
2   a  3.0
3   a  4.0
4   b  4.0
5   b  4.0
6   b  6.0
7   b  6.0
8   c  7.0
9   c  7.0
10  c  7.0