python - 使用 pandas 更新列中的缺失值

Question

我有一个数据框 df，其中两列是“city”和“zip_code”:

df = pd.DataFrame({'city': ['Cambridge','Washington','Miami','Cambridge','Miami',
'Washington'], 'zip_code': ['12345','67891','23457','','','']})

如上所示，特定城市的其中一行中包含邮政编码，但同一城市的其他行中缺少邮政编码。我想根据其他行中该城市的邮政编码值来填充这些缺失值。基本上，只要缺少 zip_code，它就会检查其他行中该城市的 zip_code，如果找到，则填充 zip_code 的值。如果未找到，则填充“NA”。

如何使用 pandas 完成此任务？

Answer 1

您可以选择:

import numpy as np

df['zip_code'] = df.replace(r'', np.nan).groupby('city')['zip_code'].fillna(method='ffill').fillna(method='bfill')

>>> df
         city zip_code
0   Cambridge    12345
1  Washington    67891
2       Miami    23457
3   Cambridge    12345
4       Miami    23457
5  Washington    67891