根据另一列填充 Pandas 中的非数字值

Question

我在 pandas 数据框中丢失了非数字数据，当另一列匹配时，有没有办法用不同行的值替换 NaN？例如：

tdf = pandas.DataFrame({
    "id": [np.nan, 22, 22, 45, 45, 81],
    "item": ["apple", "apple", "apple", "orange", "orange", "banana"]
})

    id  item
0   NaN apple
1   22  apple
2   22  apple
3   45  orange
4   45  orange
5   81  banana

所以我想将第一行中的 id 替换为 22，因为该项目与第 1 行或第 2 行相同。

Answer 1

您可以在“项目”上groupby 并传递参数as_index=False，然后调用bfill 以向后填充NaN 值：

In [424]:

tdf.groupby('item', as_index=False)..bfill()
Out[424]:
   id    item
0  22   apple
1  22   apple
2  22   apple
3  45  orange
4  45  orange
5  81  banana