Python 为数据帧中的重复行赋值

存在带有

Customer  Score
3a62-4799  500
3a62-4799   NA
3a62-1234   450
3a62-1234   NA

如何找到与客户的所有副本，并将分数复制到NA值

我尝试过这种方法

X['Score'][((X.set_index('Customer').index.get_duplicates()) & (X['Score']>0)).any()] =X['Score']

但它不起作用

ValueError:数组的长度不同：

我认为您可以使用if在每个组中仅为first no NaN值：

print (df)
    Customer  Score
0  3a62-4000    NaN
1  3a62-4799  500.0
2  3a62-4799    NaN
3  3a62-1234  450.0
4  3a62-1234    NaN

df.loc[df.Customer.duplicated(keep=False), 'Score'] = df.Score.ffill()
print (df)
    Customer  Score
0  3a62-4000    NaN
1  3a62-4799  500.0
2  3a62-4799  500.0
3  3a62-1234  450.0
4  3a62-1234  450.0

如果每组有多个值，您可以通过以下方式填写重复项：

mean

（

sum

，

median

…）：

---

或者，您可以使用

groupby

转发每个客户ID的填充

df.Score = df.groupby('Customer').ffill()

使用@jezreal答案中的数据集，输出将是

df
Out[10]: 
    Customer  Score
0  3a62-4000    NaN
1  3a62-4799    500
2  3a62-4799    500
3  3a62-1234    450
4  3a62-1234    450

---

不幸的是，有时值是混合的，有时是重复行中的第一个值，有时是第一个实际值

我处理100000行的方法需要30分钟，时间稍微长一点

X_dup = X.set_index('Customer').index.get_duplicates()

for l in list(X_dup):

    up_cust = pd.DataFrame(X[(X['Customer']==l) & (X['Score'] > 0)])

    X['Score'][X['Customer']==l ] = up_cust.iloc[0,1]

---

非常好的解决方案。谢谢很好的解决方案。加上one@dih78-如果我的回答有用，别忘了。谢谢

X_dup = X.set_index('Customer').index.get_duplicates()

for l in list(X_dup):

    up_cust = pd.DataFrame(X[(X['Customer']==l) & (X['Score'] > 0)])

    X['Score'][X['Customer']==l ] = up_cust.iloc[0,1]