Python 如何基于前面的列填充NaN值

我有一个初始列，没有丢失的数据（A），但有重复的值。如何用缺少的数据填充下一列（B），使其填充，并且左侧的列始终具有右侧的相同值？我还希望任何其他列保持不变（C）

例如，这就是我所拥有的

    A    B     C
1   1    20    4
2   2    NaN   8
3   3    NaN   2
4   2    30    9
5   3    40    1
6   1    NaN   3

这就是我想要的

    A    B     C
1   1    20    4
2   2    30*   8
3   3    40*   2
4   2    30    9
5   3    40    1
6   1    20*   3

填充值上的星号

这需要使用非常大的数据帧进行扩展

---

此外，如果我在左列有一个值，而在单独的观察结果的右侧有多个值，我将如何填充平均值？

您可以在

'a'

上使用

groupby

，并使用

first

在

'B'

中查找第一个对应的值（它不会选择

NaN

）

哪些产出：

   A     B  C
0  1  20.0  4
1  2  30.0  8
2  3  40.0  2
3  2  30.0  9
4  3  40.0  1
5  1  20.0  3

如果在

'B'

中有许多

NaN

值，您可能希望在使用

groupby

之前排除它们

import pandas as pd

df = pd.DataFrame({'A':[1,2,3,2,3,1], 
                   'B':[20, None, None, 30, 40, None], 
                   'C': [4,8,2,9,1,3]})

# Only use rows where 'B' is NaN
nan_mask = df['B'].isnull()

# Find first 'B' value for each 'A'
lookup = df[~nan_mask][['A', 'B']].groupby('A').first()['B']

df['B'].loc[nan_mask] = df.loc[nan_mask].apply(lambda x: lookup[x['A']], axis=1)

print(df)

---

您可以先对_值进行排序，然后根据A列向前填充B列。实现方法如下：

import pandas as pd
import numpy as np

x = {'A':[1,2,3,2,3,1],
     'B':[20,np.nan,np.nan,30,40,np.nan],
     'C':[4,8,2,9,1,3]}

df = pd.DataFrame(x)

#sort_values first, then forward fill based on column B
#this will get the right values for you while maintaing
#the original order of the dataframe
df['B'] = df.sort_values(by=['A','B'])['B'].ffill()
print (df)

输出将是：

原始数据：

   A     B  C
0  1  20.0  4
1  2   NaN  8
2  3   NaN  2
3  2  30.0  9
4  3  40.0  1
5  1   NaN  3

更新数据：

   A     B  C
0  1  20.0  4
1  2  30.0  8
2  3  40.0  2
3  2  30.0  9
4  3  40.0  1
5  1  20.0  3

---

答案非常复杂。假设您有大量数据，那么插补取决于数据的类型。虽然，这可以按语法进行，但在此之前，您需要对数据进行预分析，并检查各种类型的缺失。不需要所有数据。您需要：

df['B']=df['B'].fillna（df.groupby（'A'）['B'].transform（'mean'））

前面有人问过类似的问题，我在这里解释了如何用组的平均值填充缺失的数字：

   A     B  C
0  1  20.0  4
1  2  30.0  8
2  3  40.0  2
3  2  30.0  9
4  3  40.0  1
5  1  20.0  3