Python - 根据标识符列按前几行的值填充 NA

Question

我想在两栏中填入缺少的值。根据预定义的类别1的最后日期(在先前填充的行中预定义)，存在日期，类别2应填充另一行的值，例如:

数据示例：

Day  Date      Cat1      Cat2
1    31/12/17  cat       mouse
2    01/09/18  cat       mouse
3    27/05/18  dog       elephant
4       NaN    cat       NaN
5       NaN    cat       NaN

因此，应根据< code>Cat1列- 01/09/18中< code>cat值的最后存在日期，填写< code>Date列的< code>NaN。< code>Cat2列中的< code>NaN应由< code>mouse填写，作为已经为< code > Date -< code > 01/09/18 选择的行中的定义值。

我了解到循环遍历每一行是非常糟糕的做法，最好用一种方式做所有的事情。

我将不胜感激任何想法。谢谢）

我尝试通过 fillna 方法执行此操作，但它按 Cat1 的最后一个值填充而没有条件。

data.fillna(method='ffill', inplace = True)

实际结果为：

Day  Date      Cat1      Cat2
1    31/12/17  cat       mouse
2    01/09/18  cat       mouse
3    27/05/18  dog       elephant
4    27/05/18  cat       elephant
5    27/05/18  cat       elephant

预期成果应为：

Day  Date      Cat1      Cat2
1    31/12/17  cat       mouse
2    01/09/18  cat       mouse
3    27/05/18  dog       elephant
4    01/09/18  cat       mouse
5    01/09/18  cat       mouse

Answer 1

你可以用一句格言:

dict = df[['cat','cat2']].drop_duplicates(keep='first', inplace=False).to_dict()
df['cat2'] = df['cat1'].replace(dict)

对于时间序列列，您可以使用时间增量（线性外推）。祝你好运！

Answer 2

另外，另一种方法是：

data = data.groupby(['Cat1'], as_index = False).apply(lambda group: group.ffill())

感谢@Jezrael的解决方案的想法：）

Answer 3

我相信您需要 GroupBy.ffill 和 DataFrame.reindex，以获得与原始数据帧相同的顺序：

df = df.groupby('Cat1').ffill().reindex(df.columns, axis=1)
print (df)
   Day      Date Cat1      Cat2
0    1  31/12/17  cat     mouse
1    2  01/09/18  cat     mouse
2    3  27/05/18  dog  elephant
3    4  01/09/18  cat     mouse
4    5  01/09/18  cat     mouse