Python pandas ffil和bfill基于groupby条件

每列

col1

、

col2

和

col3

都需要在列

col4

上设置向前或向后填充条件

假设我有这样一个数据帧：

df = pd.DataFrame({'col1':[1,np.nan,3, np.nan,5,np.nan], 
                     'col2':[7, np.nan, 9, np.nan, 11, np.nan], 
                     'col3':[13, 14, 15, 16, np.nan,18], 
                     'col4':[2015, 2015, 2015, 2016, 2016, 2018]}) 

   col1  col2  col3  col4
0   1.0   7.0  13.0  2015
1   NaN   NaN  14.0  2015
2   3.0   9.0  15.0  2015
3   NaN   NaN  16.0  2016
4   5.0  11.0   NaN  2016
5   NaN   NaN  18.0  2018

我正试图通过groupby实现这一点

grouped = df.groupby('col4')

然后我在组上循环，如果组名满足条件，我会进行填充（向后或向前）并更新数据帧

for name, group in grouped:
       if name == 2015:
              df[df.col4==name][['col1', 'col2']] = grouped.get_group(name)[['col1', 'col2']].ffill(axis=0)
       elif name == 2016: 
              df[df.col4==name]['col1'] = grouped.get_group(name)['col1'].ffill(axis=0)
              df[df.col4==name][['col2', 'col3']] = grouped.get_group(name)[['col1', 'col2']].bfill(axis=0)
       else: 
              df[df.col4==name]['col1', 'col2', 'col3'] = grouped.get_group(name)['col1'].bfill(axis=0)

但是，这不起作用，而且看起来很长。
看起来很像

---

如果您有任何建议，我将不胜感激。

您的问题不清楚。例如，您没有在循环中说明2018年。我们用它做什么。如果你只需要2015年和2016年。请试一试

m=df.col4 ==2015#Boolean select
df.loc[m,'col1':'col3']=df.loc[m,'col1':'col3'].fillna(method='ffill')#Forward Fill
df.loc[~m,'col1':'col3']=df.loc[~m,'col1':'col3'].fillna(method='bfill').fillna(method='ffill')



col1  col2  col3  col4
0   1.0   7.0  13.0  2015
1   1.0   7.0  14.0  2015
2   3.0   9.0  15.0  2015
3   5.0  11.0  16.0  2016
4   5.0  11.0  18.0  2016
5   5.0  11.0  18.0  2018

---

根据所有建议，我解决了这个问题如下：

for name, group in grouped:
       if name == 2015:
              df.loc[df.col4==name, ['col1', 'col2']] = grouped.get_group(name)[['col1', 'col2']].ffill(axis=0)
       elif name == 2016: 
              df.loc[df.col4==name, ['col1']] = grouped.get_group(name)['col1'].ffill(axis=0)
              df.loc[df.col4==name, ['col2', 'col3']] = grouped.get_group(name)[['col1', 'col2']].bfill(axis=0)
       else: 
              df[df.col4==name, ['col1', 'col2', 'col3']] = grouped.get_group(name)['col1'].bfill(axis=0)

---

你能编辑你的问题并把预期的结果放在那里吗？

df[df.col4==name][[col1'，col2']

是索引链接，使用

df.loc[df.col4==name，['col1'，col2']

代替。谢谢！你说得对，我增加了2018年的额外声明。事实上，我在col4中有很多值，这只是一个例子。这是一项调查，观察者在某些年份只填写起始值或结束值。这应该可以解释问题的背景。您的答案几乎是正确的，如果您对不同级别的分组变量（循环？）进行了更改，我将接受它为正确的。再次感谢你的帮助！请尝试

df[['col1'，'col2']]=df.groupby（（df.col1.notna（）| df.col2.notna（））.cumsum（））[['col1'，col2']]].fillna（method='ffill'）

。那么

col3

中的情况如何，即

NaN

。你的解释似乎没有抓住这一点。