Python 熊猫：根据条件将空列值替换为非空值

我有一个以下格式的数据集：

它需要按

DocumentId

和

PersonId

列分组，并按

StartDate

排序。我是这样做的：

df=pd.read\u csv（path）.sort\u值（by=[“StartDate”]）.groupby（[“DocumentId”，“PersonId”]）

现在，如果这个组中有一行是DocumentCode

RT

且EndDate不为空的，那么所有其他行都需要在该结束日期之前填充。所以这个结果数据集应该如下：

我想不出一个办法。我想我可以迭代每个groupby子集，但是如何从结束日期找到值并替换该子集中的每一行

基于使用

bfill（）

的建议。我试着这样说：

df["EndDate"] = (
    df.sort_values(by=["StartDate"])
    .groupby(["DocumentId", "PersonId"])["EndDate"]
    .bfill()
)

---

上面的工作很好，但是如何添加DocumentCode为

RT

的条件？

您可以找到空单元格并替换为

np.nan

，然后

使用
方法

df['EndDate'] = df['EndDate'].apply(lambda x: np.nan if x=='' else x)
df['EndDate'].fillna(method = 'bfill', inplace=True)

或者，您可以从最后一行到第一行遍历df，并在必要时填写
EndDate
：

d = df.loc[df.shape[0]-1, 'EndDate']   #initial condition
for i in range(df.shape[0]-1, -1, -1):
    if df.loc[i, 'DocumentCode'] == 'RT':
        d = df.loc[i, 'EndDate']
    else:
        df.loc[i, 'EndDate'] = d

您可以找到空单元格并替换为
np.nan
，然后使用
method='bfill'

df['EndDate'] = df['EndDate'].apply(lambda x: np.nan if x=='' else x)
df['EndDate'].fillna(method = 'bfill', inplace=True)

或者，您可以从最后一行到第一行遍历df，并在必要时填写
EndDate
：

d = df.loc[df.shape[0]-1, 'EndDate']   #initial condition
for i in range(df.shape[0]-1, -1, -1):
    if df.loc[i, 'DocumentCode'] == 'RT':
        d = df.loc[i, 'EndDate']
    else:
        df.loc[i, 'EndDate'] = d

您可以计算用于在apply函数中填充nan的值

def加注结束日期（df）：
rt_doc=df[df[“DocumentCode”]=“rt”]
#如果此组中有DocumentCode为RT的行
如果不是rt_doc.empty：
结束日期=rt\u doc.iloc[0][“结束日期”]
#并且EndDate不为空
如果pd.notnull（结束日期）：
#所有其他行都需要在该结束日期之前填写
df=df.fillna（{“结束日期”：结束日期}）
返回df
df=pd.read\u csv（path）.sort\u值（by=[“StartDate”]）
df.groupby（[“DocumentId”，“PersonId”]）。应用（填写结束日期）。重置索引（drop=True）
您可以计算用于在应用函数中填充nan的值

def加注结束日期（df）：
rt_doc=df[df[“DocumentCode”]=“rt”]
#如果此组中有DocumentCode为RT的行
如果不是rt_doc.empty：
结束日期=rt\u doc.iloc[0][“结束日期”]
#并且EndDate不为空
如果pd.notnull（结束日期）：
#所有其他行都需要在该结束日期之前填写
df=df.fillna（{“结束日期”：结束日期}）
返回df
df=pd.read\u csv（path）.sort\u值（by=[“StartDate”]）
df.groupby（[“DocumentId”，“PersonId”]）。应用（填写结束日期）。重置索引（drop=True）
我想您正在寻找反向填充。您可以执行分组反向填充，这可能也与您的案例相关。谢谢@ScottBoston。我将如何使用条件检查文档代码是否为RT，然后才进行回填。我想您正在寻找反向填充。您可以执行分组反向填充，这可能也与您的案例相关。谢谢@ScottBoston。我将如何使用条件来检查DocumentCode是否为RT，然后才回填。有没有方法将
DocumentCode
条件与
fillna
一起使用？我认为
bfill
和
ffill
可以处理一系列问题。要依赖于其他列，您可以使用
for loop
方法，并在循环的每个步骤中定义条件，因为我被#初始条件本身卡住了。它抛出了
KeyError:4
error我的错，它应该是
df.shape[0]-1
相反，代码更新有没有办法使用
DocumentCode
条件和
fillna
？我想
bfill
和
ffill
处理一系列。要依赖于其他列，您可以使用
for loop
方法，并在循环的每个步骤中定义条件，因为我被#初始条件本身卡住了。它抛出了
KeyError:4
errorMy bad，它应该是
df.shape[0]-1
而不是codes UpdatedTanks@Alexander。结果数据框又添加了两个重复的列，DocumentId和PersonId，其中只有一行填充了值。@HimanshuYadav，添加了reset_index（），谢谢@Alexander。结果数据框又添加了两个重复的列，DocumentId和PersonId，其中只有一行填充了值。@HimanshuYadav，添加了reset_index（）