如何在熊猫中为每个组做前向填充

Posted 2023-03-12

【中文标题】如何在熊猫中为每个组做前向填充

【英文标题】：How to do forward filling for each group in pandas

【发布时间】：2019-05-10 19:46:54

【问题描述】：

我有一个类似于下面的数据框

id A   B   C   D E
1  2   3   4   5 5
1  NaN 4   NaN 6 7
2  3   4   5   6 6
2  NaN NaN 5   4 1

我想在前向填充中对列 A、B、C 进行空值插补，但针对每个组。这意味着，我希望对每个id 应用前向填充。我该怎么做？

【参考方案1】：

使用GroupBy.ffill 对所有列的每组进行前向填充，但如果每组的第一个值为NaNs，则无法替换，因此可以使用fillna 并最后转换为整数：

print (df)
   id    A    B    C  D    E
0   1  2.0  3.0  4.0  5  NaN
1   1  NaN  4.0  NaN  6  NaN
2   2  3.0  4.0  5.0  6  6.0
3   2  NaN  NaN  5.0  4  1.0

cols = ['A','B','C']
df[['id'] + cols] = df.groupby('id')[cols].ffill().fillna(0).astype(int)
print (df)
   id  A  B  C  D    E
0   1  2  3  4  5  NaN
1   1  2  4  4  6  NaN
2   2  3  4  5  6  6.0
3   2  3  4  5  4  1.0

详情：

print (df.groupby('id')[cols].ffill().fillna(0).astype(int))
   id  A  B  C
0   1  2  3  4
1   1  2  4  4
2   2  3  4  5
3   2  3  4  5

或者：

cols = ['A','B','C']
df.update(df.groupby('id')[cols].ffill().fillna(0))
print (df)
   id    A    B    C  D    E
0   1  2.0  3.0  4.0  5  NaN
1   1  2.0  4.0  4.0  6  NaN
2   2  3.0  4.0  5.0  6  6.0
3   2  3.0  4.0  5.0  4  1.0

【讨论】：

我只想在某些列上执行此操作，就像您上一个示例一样，但是当我使用您的代码时，我会丢失其他列，例如D到E

@H.Z. - 似乎你忘记了df[['id'] + cols] = 并且只使用了df = 。

我也有那篇文章...它只是在末尾增加了一列！

@H.Z. - 有趣，对我来说效果很好。添加了update的替代解决方案，你能检查一下吗？

fillna(0) 在此示例中是否执行任何操作？我看不到任何 NaN 值现在为零，实际上我根本看不到任何零。可以错过吗？