Python Pandas groupby:填充其他组成员缺少的值
我认为最好用一个例子来说明这一点。我要做的是从一个组中找到非空的数字,并将其传播到组的其余部分Python Pandas groupby:填充其他组成员缺少的值,python,pandas,dataframe,nan,pandas-groupby,Python,Pandas,Dataframe,Nan,Pandas Groupby,我认为最好用一个例子来说明这一点。我要做的是从一个组中找到非空的数字,并将其传播到组的其余部分 In [52]: df = pd.DataFrame.from_dict({1:{'i_id': 2, 'i_num':1}, 2: {'i_id': 2, 'i_num': np.nan}, 3: {'i_id': 2, 'i_num': np.nan}, 4: {'i_id': 3, 'i_num': np.nan}, 5: {'i_id': 3, 'i_num': 5}}, orient='in
In [52]: df = pd.DataFrame.from_dict({1:{'i_id': 2, 'i_num':1}, 2: {'i_id': 2, 'i_num': np.nan}, 3: {'i_id': 2, 'i_num': np.nan}, 4: {'i_id': 3, 'i_num': np.nan}, 5: {'i_id': 3, 'i_num': 5}}, orient='index')
In [53]: df
Out[53]:
i_num i_id
1 1 2
2 NaN 2
3 NaN 2
4 NaN 3
5 5 3
数据帧看起来像这样。我想要的是取所有的I_id==2,并使它们的I_num==1,所有的I_id==3,并使它们的I_num==5(因此两者都匹配它们的非空组邻居)
因此,最终结果将是:
i_num i_id
1 1 2
2 1 2
3 1 2
4 5 3
5 5 3
first
查找组中的第一个非空值。您可以这样填写每个组中的其他值:
df['i_num'] = df.groupby('i_id')['i_num'].transform('first')
这将根据需要生成列:
i_num i_id
1 1 2
2 1 2
3 1 2
4 5 3
5 5 3
请记住,这将用第一个值替换组中的所有值,而不仅仅是NaN
值(这似乎是您在这里要查找的)
或者,为了尊重组中的任何其他非空值,您可以按以下方式使用fillna
:
# make a column of first values for each group
x = df['i_id'].map(df.groupby('i_id')['i_num'].first())
# fill only NaN values using new column x
df['i_num'] = df['i_num'].fillna(x)
如果给定的
i_id
有多个唯一的i_num
,该怎么办?如何选择要填充的值?