用熊猫数据框中另一列的相同值填充空值

Question

我有一个如下所示的 pandas 数据框：

对于现有的相同产品类型，如何使用相同的保单编号填充空白单元格？

任何建议将不胜感激。谢谢

对不起，我现在添加我的示例数据框：

sample=[{'POLICY NUMBER':' ','PRODUCT TYPE':'MED'},{'POLICY NUMBER':' ','PRODUCT TYPE':'MED'},{'POLICY NUMBER': '433M49763','产品类型':'MED'},{'政策编号':'433M86968','产品类型':'MED'},{'政策编号':' ','产品类型':'TED '},{'政策编号':'566D158635','产品类型':'TED'},{'政策编号':'655D158635','产品类型':'TED'},{'政策编号':' 789D158635','产品类型':'TED'}]

pd.DataFrame(样本)

请注意，空单元格中也有“”，它们不是整个数据帧中的 NaN

补充上面的问题。如果我有上述更改的数据框。我如何获得以下数据框：

Answer 1

我认为你需要groupby + transform：

如果每组只有一个相同的类别并且没有数据为空strings：

df['POLICY NUMBER'] = (df.groupby('PRODUCT TYPE')['POLICY NUMBER']
                         .transform(lambda x: x[x != ''].iat[0]))

print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M86968          MED
1     433M86968          MED
2     433M86968          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    566D158635          TED

或者如果可能的话，并不总是空刺，但有时会有wtrailing whitespaces，需要strip：

df['POLICY NUMBER'] = (df['POLICY NUMBER'].str.strip().groupby(df['PRODUCT TYPE'])
                                  .transform(lambda x: x[x != ''].iat[0]))

print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M86968          MED
1     433M86968          MED
2     433M86968          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    566D158635          TED

排序和转换last值的解决方案：

df['POLICY NUMBER'] = (df.sort_values(['PRODUCT TYPE','POLICY NUMBER'])
                         .groupby('PRODUCT TYPE')['POLICY NUMBER']
                         .transform('last'))
print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M86968          MED
1     433M86968          MED
2     433M86968          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    566D158635          TED

编辑：您需要用NaNs 替换空字符串，然后使用bfill 向后填充NaNs，用ffill 向前填充NaN：

df['POLICY NUMBER'] = (df['POLICY NUMBER'].str.strip()
                                          .replace('',np.nan)
                                          .groupby(df['PRODUCT TYPE'])
                                          .transform(lambda x: x.bfill().ffill()))

print (df)
  POLICY NUMBER PRODUCT TYPE
0     433M49763          MED
1     433M49763          MED
2     433M49763          MED
3     433M86968          MED
4    566D158635          TED
5    566D158635          TED
6    566D158635          TED
7    789D158635          TED