Python 如何用另一个匹配行的结果填充NAN？

我有一个数据帧的格式

USER | ADDRESS | PURCHASE
1    | add 1   |  A
1    | NaN     |  B
2    | NaN     |  C
2    | add 2   |  D
3    | NaN     |  E

对于用户1，我想用add1填充NaN行中的地址，对于NaN行，我想对用户2做同样的操作。我不想分组，我想保留4行格式。我只是想填一下地址。对于没有匹配项的用户3，我想将其保留为NaN

我曾尝试过使用groupby用户，但最终填充了所有内容并将所有内容组合在一起，这不是我想要的

无代码

---

我只想相应地填写每个用户的地址

df['ADDRESS']=np.where（df['ADDRESS'].isnull（））、df['PURCHASE']、df['ADDRESS']）

我不确定分组有什么问题，但当你想“按组”填写缺失的值时，你需要使用groupby

df['ADDRESS'] = df.groupby('USER').ADDRESS.apply(lambda x: x.ffill().bfill())

   USER ADDRESS PURCHASE
0   1   add 1   A
1   1   add 1   B
2   2   add 2   C
3   2   add 2   D
4   3   NaN     E

---

如果您的列表是按用户id排序的，则这是重复的：请尝试

df['ADDRESS']=df['ADDRESS'].ffill（）

如果

用户有多个地址，会发生什么情况？是否需要以任何特定方式填写？如果存在nan，则将在地址列中填写采购，不使用上面的地址。如果地址为空，则此解决方案返回采购数据，否则返回地址。您还可以将“.isnull（）”替换为“=='NaN'”