Python：如何通过切片来选择某些列以在 groupby 之后替换 NaN 值？答案

【问题标题】：Python: How to select certain columns by slicing for replacing NaN values after groupby?Python：如何通过切片来选择某些列以在 groupby 之后替换 NaN 值？
【发布时间】：2019-07-31 10:26:01
【问题描述】：

假设我们有一个如下的df

df = pd.DataFrame({ 'Col1' : [1, 1, 1, 2, 2, 2, 2],
                   'Col2' : [5, 6, 8, 3, 7, 8, 5],
                  'Col3' : [2, None, None, 3, None, None, 4],
                  'Col4' : [3, None,5, None, 8, None, 66],
                  'Col5': [None, 8, 6, None, 9, 6,None],
                  'Col6' : [3,5,2,5,2,7,9]})

在第一列Col1 应用groupby 后，我想使用jjs in this post here 建议的解决方案替换Col3、Col4 和Col5 列中的None 值。

我的做法是

df = df.groupby('Col1')['Col3','Col4','Col5'].ffill().bfill()

但手动提及列需要做很多工作。

所以，我想知道如何通过切片选择列Col3、Col4 和Col5？

谢谢

【问题讨论】：

切片选择是什么意思？
类似于使用.iloc[2:5] 来获取所需的列

标签： python python-3.x pandas dataframe group-by

【解决方案1】：

此解决方案以您想要的方式填充所有 NaN 列：

df.groupby('Col1')[df.columns[df.isnull().any()]].ffill().bfill()

【讨论】：

如果你要在ffill 和bbill 的所有列中使用NaN，为什么不直接填满所有列呢？ df.groupby('Col1').ffill().bfill()
嘿，@Christian。我试过这样做，它正在填充 NaN 列，但它正在删除没有 NaN 值的列，如 Col2 和 Col6
嘿@KashyapMaheshwari。喔好吧。误解了你想要的输出。
@RafaelC 我将所需的输出解释为 NaN 列
@RafaelC 当然，如果需要所有列，您的解决方案更可取。

【解决方案2】：

Tbh，我不确定我是否理解您的问题。

据我所知，你可以直接做

df.groupby('Col1').ffill().bfill()

因为ffill() 和bfill() 不会在没有NaNs 的情况下更改您的列。

现在，如果您事先知道需要回填/填充哪些列并希望减少冗长，您可以将它们保存在 cols 变量中

cols = ['Col3','Col4','Col5']
df[cols] = df.groupby('Col1')[cols].ffill().bfill()

【讨论】：

谢谢。我想我对它的实现感到困惑。你建议的方法奏效了。