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

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？