Python 具有第一个有效值（窗口函数）的groupby fillna

我有一个数据集，我需要有条件地用适当的groupby中的第一个值填充NAS，但我无法找到它

import numpy as np
import pandas as pd
df_dict = {
    'id':[1, 1, 1, 1, 2, 2, 2, 2],
    'data':['A', np.nan, np.nan, np.nan, 'B', np.nan, np.nan, np.nan, 'C', np.nan, np.nan]
}
df = pd.DataFrame(df_dict)

我需要创建一个如下所示的数据帧：

final_dict = {
    'id':[1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2],
    'data':['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C']
}
final = pd.DataFrame(final_dict)

我的建议是按id分组，然后做一个.filln操作，但我不知道该做什么

我试过了

df.groupby('id')['data'].fillna(df['data'].first_valid_index())

但那是0，而不是复制我想要的

我还有另一个部分解决方案：

for col_name, data in df.items():
    df[col_name] = df.groupby('id').apply(
        lambda x: x[col_name].fillna(x.loc[x[col_name].last_valid_index(), col_name])
    ).reset_index(drop=True)

菲尔娜，变换，第一 转换为每个组获取内容，然后跨组广播 “first”获取每个组的第一个有效值 fillna提供了一个字典，您可以在其中指定用什么填充哪个列 菲尔娜，变换，第一 转换为每个组获取内容，然后跨组广播 “first”获取每个组的第一个有效值 fillna提供了一个字典，您可以在其中指定用什么填充哪个列 熊猫的fillna为我们提供了一种方法：

df.groupby('id')['data'].fillna(method='ffill')

这正是我想要的。

pandas'fillna有一种方法可以为我们做到这一点：

df.groupby('id')['data'].fillna(method='ffill')

---

这正是我想要的。

谢谢！对于id=2中最后3个数据为'C'的位置，这是否有效？它将保留'C'，但用'B'填充缺失。谢谢！这是否适用于id=2的最后3个，其中data='C'？它将保留'C'，但用'B'填充缺失。这假设在该组中的第一个非空值之前没有要填充的空值。如果有，它将使它们为空。这可能是你想要的，但你应该清楚区别。此外，如果存在多个间隙，则将使用组中最新的非空值（而不是第一个非空值）进行填充。同样，这可能是你想要的，但你应该知道区别。第一个假设是真实的，我的数据设计，第二个也是我想要的。那太好了。还有，你的问题需要澄清一下。您的输入数据帧没有“C”的提示。您可能希望提供有效的输入以实现所需的输出。另外，你想向前填充不是很明显，因此我感到困惑。您还可以通过使其更清晰来提高质量。然而，在这样做时，你可能会使这成为一个重复的问题。。。但那也没关系。如果你想让我删除我的帖子，我会让你决定。它根本不能回答您的问题。这假设在该组中的第一个非空值之前没有空值可填充。如果有，它将使它们为空。这可能是你想要的，但你应该清楚区别。此外，如果存在多个间隙，则将使用组中最新的非空值（而不是第一个非空值）进行填充。同样，这可能是你想要的，但你应该知道区别。第一个假设是真实的，我的数据设计，第二个也是我想要的。那太好了。还有，你的问题需要澄清一下。您的输入数据帧没有“C”的提示。您可能希望提供有效的输入以实现所需的输出。另外，你想向前填充不是很明显，因此我感到困惑。您还可以通过使其更清晰来提高质量。然而，在这样做时，你可能会使这成为一个重复的问题。。。但那也没关系。如果你想让我删除我的帖子，我会让你决定。这根本不能回答你的问题。