python - Pandas: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.一列表示邮政编码，一列表示地区名称。同一行上的邮政编码和地区名称形成“现实生活”组合，例如{'邮政编码': '10001', '地区':'北区'}.

对于某些邮政编码条目，缺少地区名称。但是，缺少地区名称的邮政编码可能会与其地区名称一起出现在数据帧的其他位置。即，

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

如果邮政编码缺少地区名称，我想在DataFrame中搜索与该特定邮政编码和地区名称。

如果找到组合且全部相同，我想将缺少的district 名称替换为找到的组合中的district 名称。 如果找到组合，但不完全相同(例如邮政编码重叠两个区)，我不想替换。

我该怎么办？

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

我排序是因为 np.nan 将被放置在末尾并准备好向前填充。