我有一個沒有缺失數據 (A) 但具有重復值的初始列。如何用缺失的數據填充下一列 (B) 以便填充并且左側的列在右側始終具有相同的值？我還希望任何其他列保持不變 (C)例如，這就是我所擁有的 A B C1 1 20 42 2 NaN 83 3 NaN 24 2 30 95 3 40 16 1 NaN 3這就是我想要的 A B C1 1 20 42 2 30* 83 3 40* 24 2 30 95 3 40 16 1 20* 3填充值上的星號。這需要使用非常大的數據框進行擴展。此外，如果我在左列有一個值，在單獨的觀察中右側有多個值，我將如何填充平均值？
2 回答
慕桂英4014372
TA貢獻1871條經驗 獲得超13個贊
您可以使用groupbyon'A'和 usefirst來查找第一個對應的值'B'（它不會選擇NaN）。
import pandas as pd
df = pd.DataFrame({'A':[1,2,3,2,3,1],
'B':[20, None, None, 30, 40, None],
'C': [4,8,2,9,1,3]})
# find first 'B' value for each 'A'
lookup = df[['A', 'B']].groupby('A').first()['B']
# only use rows where 'B' is NaN
nan_mask = df['B'].isnull()
# replace NaN values in 'B' with lookup values
df['B'].loc[nan_mask] = df.loc[nan_mask].apply(lambda x: lookup[x['A']], axis=1)
print(df)
哪個輸出：
A B C
0 1 20.0 4
1 2 30.0 8
2 3 40.0 2
3 2 30.0 9
4 3 40.0 1
5 1 20.0 3
如果有很多NaN值，'B'您可能希望在使用之前排除它們groupby。
import pandas as pd
df = pd.DataFrame({'A':[1,2,3,2,3,1],
'B':[20, None, None, 30, 40, None],
'C': [4,8,2,9,1,3]})
# Only use rows where 'B' is NaN
nan_mask = df['B'].isnull()
# Find first 'B' value for each 'A'
lookup = df[~nan_mask][['A', 'B']].groupby('A').first()['B']
df['B'].loc[nan_mask] = df.loc[nan_mask].apply(lambda x: lookup[x['A']], axis=1)
print(df)
大話西游666
TA貢獻1817條經驗 獲得超14個贊
您可以先執行 sort_values，然后根據 A 列向前填充 B 列。實現這一點的方法是：
import pandas as pd
import numpy as np
x = {'A':[1,2,3,2,3,1],
'B':[20,np.nan,np.nan,30,40,np.nan],
'C':[4,8,2,9,1,3]}
df = pd.DataFrame(x)
#sort_values first, then forward fill based on column B
#this will get the right values for you while maintaing
#the original order of the dataframe
df['B'] = df.sort_values(by=['A','B'])['B'].ffill()
print (df)
輸出將是：
原始數據：
A B C
0 1 20.0 4
1 2 NaN 8
2 3 NaN 2
3 2 30.0 9
4 3 40.0 1
5 1 NaN 3
更新數據：
A B C
0 1 20.0 4
1 2 30.0 8
2 3 40.0 2
3 2 30.0 9
4 3 40.0 1
5 1 20.0 3
添加回答
舉報
0/150
提交
取消