可以說我有一張這樣的房屋清潔服務表。
| Customer| House Address | Date |
| ------- | ------------- | -------- |
| Sam | London | 10/01/22 |
| Lina | Manchester | 12/01/22 |
| Sam | Null | 15/01/22 |
我們知道 Sam 的住所地址應該是London（假設客戶 ID 相同）。
如何根據第一行填充第三行？
資料：
{'Customer': ['Sam', 'Lina', 'Sam'],
'House Address': ['London', 'Manchester', nan],
'Date': ['10/01/22', '12/01/22', '15/01/22']}
uj5u.com熱心網友回復：
您可以groupby“客戶”并轉換first為“房屋地址”（first洗掉 NaN 值，因此只會為 Sam 選擇倫敦）。它回傳一個 DataFrame，該 DataFrame 具有與原始資料相同的索引，其中df填充了轉換后的第一個。
然后將其傳遞fillna給以填充“房屋地址”中的 NaN 值：
df['House Address'] = df['House Address'].fillna(df.groupby('Customer')['House Address'].transform('first'))
輸出：
Customer House Address Date
0 Sam London 10/01/22
1 Lina Sydney 12/01/22
2 Sam London 15/01/22
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/427572.html
下一篇：將格式化字串轉換為熊貓資料框？