Pandas中基于前一行数据补全厂商字段的技术求助

你的思路方向是对的，但之前的代码只处理了每个厂商下的第一行车型，没法覆盖后续的车型行。核心问题是需要把识别出的厂商值持续向下填充，直到遇到下一个新的厂商为止。

解决方案代码 #

替换你原来的df['manufacturor'] = ...那行代码，改用下面的逻辑：

# 第一步：识别厂商行（firstYear和style都是NaN的行），提取对应的厂商名称，其他行设为NaN
df['manufacturor'] = np.where((df['firstYear'].isna()) & (df['style'].isna()), df['Make/Model'], np.nan)
# 第二步：向前填充（ffill），把厂商值填充到下面所有的车型行
df['manufacturor'] = df['manufacturor'].ffill()

逻辑解释 #

1. 识别厂商行：通过(df['firstYear'].isna()) & (df['style'].isna())判断哪些行是厂商行（因为厂商行的firstYear和style都是空值），把这些行的Make/Model值放到manufacturor列，其他行暂时设为NaN。
2. 向前填充：ffill()方法会把每一个非NaN的厂商值，持续填充到它下面所有的NaN行，直到遇到下一个新的厂商值为止。这样就能给每个厂商下的所有车型都补上对应的厂商信息了。

验证结果 #

运行完上面的代码后，你的DataFrame的manufacturor列会呈现如下效果：

这样就完美解决了所有车型行的厂商信息补全问题啦！

内容的提问来源于stack exchange，提问作者KBD