Pandas 将 NaN 或空白值替换为匹配行的先前值答案

【问题标题】：Pandas Replace NaN or Blank values with Previous Value for Matching RowPandas 将 NaN 或空白值替换为匹配行的先前值
【发布时间】：2021-01-06 17:34:16
【问题描述】：

我的数据如下：

Name    Group
Jess    1
Jess    
John    2
John    2
Jeff    2
Jeff    
Fred    3
Fred    3
Fred    
Henry   2
Henry   2

我正在尝试查找此人具有空白组的所有行，然后将该空白值替换为已在该个人的表中找到的值。

我的计划是找出所有的空白值。

df[(pd.isna(df['Group']))]

然后编写 for 循环以在整个数据帧中搜索该人的值，然后用该值替换空白值。

for name in df_blank['Name'].unique():    
    df2 = df[(pd.notna(df['Group']) & df['Name']==name)]['Group'].unique()
    df_blank['Group'] == df2['Group'].value

但是我确信这不是最有效的方法。任何人都可以帮助以更有效的方式执行此操作吗？

谢谢！

【问题讨论】：

标签： pandas dataframe iteration

【解决方案1】：

使用 groupby().transform('first') 仅适用于 NaN 值：

df['Group'] = df.groupby('Name')['Group'].transform('first')

要同时使用NaN 和空白字符串，我们可以在转换之前替换：

df['Group'] = (df['Group'].replace('', np.NaN)
                  .groupby(df['Name'])
                  .tranform('first')
              )

【讨论】：