如何用父行值填充DataFrame中Value列的空值（None）

原始DataFrame #

+-------+----------+---------+
| Key   | Parent   | Value   |
|-------+----------+---------|
| Key1  | Key10    | 246     |
| Key2  | Key1     | None    |
| Key3  | Key14    | 434     |
+-------+----------+---------+

需求说明 #

将Value列中的空值（None）替换为其父行（Parent列对应Key的行）的Value值；若父行不存在，则保留原空值。

预期结果 #

+-------+----------+---------+
| Key   | Parent   | Value   |
|-------+----------+---------|
| Key1  | Key10    | 246     |
| Key2  | Key1     | 246     |
| Key3  | Key14    | 434     |
+-------+----------+---------+

DataFrame准备代码 #

data = [['Key1', "Key10", 246], ['Key2', "Key1", None], ['Key3', 'Key14', "434"]]
df = pd.DataFrame(data, columns=['Key', 'Parent', 'Value'])

解决方案 #

先构建Key到Value的映射字典，再通过map匹配父行值，结合fillna完成空值替换：

# 建立Key与对应Value的映射关系
key_value_map = df.set_index('Key')['Value'].to_dict()

# 用父行Value填充空值，父行不存在则保持原空值
df['Value'] = df['Value'].fillna(df['Parent'].map(key_value_map))

内容的提问来源于stack exchange，提问作者Karol Oleksy