我正在使用以下資料框：
df = pd.DataFrame({"id": ['A', 'A', 'A', 'B', 'B', 'B', 'C','C' ],
"date": [pd.Timestamp(2015, 12, 30), pd.Timestamp(2016, 12, 30), pd.Timestamp(2018, 12, 30),pd.Timestamp(2015, 12, 30), pd.Timestamp(2016, 12, 30), pd.Timestamp(2018, 12, 30), pd.Timestamp(2016, 12, 30), pd.Timestamp(2019, 12, 30)],
"other_col": ['NA', 'NA', 'A444', 'NA', 'NA', 'B666', 'NA', 'C999'],
"other_col_1": [123, 123, 'NA', 0.765, 0.555, 'NA', 0.324, 'NA']})
我想要實作的是：為每個相應的組回填“other_col”條目，并在“other_col_1”中等于“NA”時洗掉“other_col”。
我已經嘗試過 groupby bfill() 和 ffill()df.groupby('id')['other_col'].bfill()但它不起作用。
生成的資料框應如下所示：
df_new = pd.DataFrame({"id": ['A', 'A', 'B', 'B', 'C' ],
"date": [pd.Timestamp(2015, 12, 30), pd.Timestamp(2016, 12, 30), pd.Timestamp(2015, 12, 30), pd.Timestamp(2016, 12, 30), pd.Timestamp(2016, 12, 30)],
"other_col": ['A444', 'A444', 'B666', 'B666', 'C999'],
"other_col_1": [123, 123, 0.765, 0.555, 0.324]})
uj5u.com熱心網友回復：
首先，'NA'用實際NaN值替換，然后bfill：
df = df.replace('NA', np.nan)
df = df.bfill()[df['other_col_1'].notna()]
輸出：
>>> df
id date other_col other_col_1
0 A 2015-12-30 A444 123.000
1 A 2016-12-30 A444 123.000
3 B 2015-12-30 B666 0.765
4 B 2016-12-30 B666 0.555
6 C 2016-12-30 C999 0.324
uj5u.com熱心網友回復：
IIUC，你可以這樣做：
out = (
df.replace('NA', pd.NA) # ensure real NA
.assign(other_col=lambda d: d['other_col'].bfill()) # backfill other_col
.dropna(subset=['other_col_1']) # drop rows based on other_col_1
)
或者，對于bfill每組：
(df.replace('NA', pd.NA)
.assign(other_col=lambda d: d.groupby(d['id'].str.replace('\d ', '', regex=True))
['other_col'].bfill())
.dropna(subset=['other_col_1'])
)
輸出：
id date other_col other_col_1
0 A1 2015-12-30 A444 123
1 A2 2016-12-30 A444 123
3 B1 2015-12-30 B666 0.765
4 B2 2016-12-30 B666 0.555
6 C1 2016-12-30 C999 0.324
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/444463.html