python - 根据同一行中的值填充 NaN 单元格

Question

我已经问过类似的问题，但没有得到答复，所以我想我会采取不同的方法，看看是否有人知道如何做到这一点；

首先我会告诉你我的目标和我已经知道的内容:

我当前正在清理数据集，需要向后填充数据集以消除一些 NaN 值。

如下图所示

我想向后填充相同 X 列值的 Na 列，并使用行值为 1 的 Y 值填充 Na 单元格

这张图片显示了我想要的结果

我已经知道我可以使用

 df.loc[df['Y'] == 1] = df.loc[:,].bfill(limit=1)

使其仅填充与 Y 值行 1 匹配的单元格(因此底部 Na 单元格未填充)。

这是我的问题:使用上面的代码，它填充了中间的 Na，因为左侧的 Y 值为 1，这对于顶部单元格来说很好，因为源单元格和 Na 单元格的 X 值为 1，尽管对于中间的 Na，X 值为 2 和 3。那么，有没有办法填充行中共享相同 X 值的单元格？ (源和 Na 之间的 X 值必须相同，否则不会发生任何情况。)

谢谢!

Answer 1

我们可以尝试使用 loc + groupby bfill :

df.loc[df['Y'] == 1, 'Z'] = df.groupby('X')['Z'].bfill()

groupby 将确保每组 X 值被独立处理，bfill 将回填每组。 df['Y'] == 1 确保仅更新 Y 值为 1 的行。

df:

   X  Y    Z
0  1  1  2.0
1  1  2  2.0
2  2  1  NaN
3  3  1  3.0
4  3  2  NaN
5  4  1  4.0

---

初始帧:

import numpy as np
import pandas as pd

df = pd.DataFrame({'X': [1, 1, 2, 3, 3, 4],
                   'Y': [1, 2, 1, 1, 2, 1],
                   'Z': [np.nan, 2, np.nan, 3, np.nan, 4]})

df:

   X  Y    Z
0  1  1  NaN
1  1  2  2.0
2  2  1  NaN
3  3  1  3.0
4  3  2  NaN
5  4  1  4.0

---

编辑以填充除 X 和 Y 之外的所有列，使用:

df.loc[df['Y'] == 1, df.columns.difference(['X', 'Y'])] = df.groupby('X').bfill()