基于一个索引，如何用之前的上述值填充 NaN 值？ [复制]

Question

我有一个大熊猫数据框，在不同的列中有几个 NaN 值。每个NaN 值都有一个关联的ID，我想将这些NaN 值与关联的id 值一起估算。例如，考虑：

ID  COL
1   23
1   NaN
1   NaN
1   NaN
1   NaN
2   21
2   NaN
2   NaN
2   NaN
3   25
3   NaN
3   NaN

如您所见，1 与 23 相关联，因此所有具有 1 的 id 都必须用 23 估算，其他情况也是如此。例如，预期的输出是：

ID  COL
1   23
1   23
1   23
1   23
1   23
2   21
2   21
2   21
2   21
3   25
3   25
3   25

如何使用 pandas 进行这样的操作？，我的问题是我不知道如何处理以前的值并将其替换为它的 id。

更新

在阅读了这个问题和其他相关问题的答案后，我尝试：

df.sort_values(['ID','COL']).ffill()

但是不工作。它不会用与 ID 关联的值替换值，原因是我的 COL 值可能是字符串。知道如何处理这个问题吗？

Answer 1

sort_values 与 ffill

df.COL=df.sort_values(['ID','COL']).COL.ffill()
Out[381]: 
    ID   COL
0    1  23.0
1    1  23.0
2    1  23.0
3    1  23.0
4    1  23.0
5    2  21.0
6    2  21.0
7    2  21.0
8    2  21.0
9    3  25.0
10   3  25.0
11   3  25.0