Python 查找重复项并填充列

我有一个由两列组成的数据框架：name和id 在“名称”列中，我有两个重复项，在“id”列中，我有一个空的重复项值 我想要的是用第一次迭代的值填充这个空值

例如：

df1=pd.DataFrame(columns=["name","id"])
df1["name"]=["a","b","c","a","d","e","b"]
df1["id"]=[1,2,3,"",4,5,""]

对于“a”和“b”的第二次迭代，我有一个空值 我想要的是：

df1["id"]=[1,2,3,1,4,5,2]

如何用第一次迭代的值填充该空值？

您可以按名称分组，并按获取每个分组的第一个条目。然后将空字符串替换为同名组中的第一个条目，如下所示：

df1['id'] = df1['id'].replace('', np.nan).fillna(df1.groupby('name')['id'].transform('first')).astype(int)

df1['id'] = df1['id'].mask(df1['id'] == '', df1.groupby('name')['id'].transform('first'))

如果您的

id

列已经包含一些

NaN

值，并且您不想触及这些值，您还可以使用有条件地将空字符串值替换为

groupby

值，如下所示：

df1['id'] = df1['id'].replace('', np.nan).fillna(df1.groupby('name')['id'].transform('first')).astype(int)

df1['id'] = df1['id'].mask(df1['id'] == '', df1.groupby('name')['id'].transform('first'))

结果:

print(df)

  name  id
0    a   1
1    b   2
2    c   3
3    a   1
4    d   4
5    e   5
6    b   2

更多的选择通过

:

以及：

df1

：

  name id
0    a  1
1    b  2
2    c  3
3    a  1
4    d  4
5    e  5
6    b  2