Pandas：如何按组填充NaN，仅当指定列含NaN时执行

初始DataFrame #

目标DataFrame #

需求说明 #

• 按Account分组后结合ffill()和bfill()填充缺失值
• 条件1：若Value列不为NaN，该行所有列保持原样，不填充
• 条件2：若Value列为NaN，使用组内上方最近的Value非NaN行的值填充，同时反向填充处理前置NaN的情况

尝试的代码（不符合预期） #

import numpy as np
import pandas as pd
data = {'Account': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
        'Value': [1.0, np.nan, np.nan, 6.0, np.nan, 3.0, np.nan, 4.0, np.nan, np.nan, 5.0],
        'OtherColumn': [1.0, np.nan, np.nan, np.nan, np.nan, 2.0, np.nan, np.nan, np.nan, np.nan, 5.0],
        'Another Column': [1.0, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]}

df = pd.DataFrame(data)
df_filled = df.groupby('Account').ffill().bfill()
print(df_filled)

问题：部分非NaN行的其他列被误填充（如第3、4行的OtherColumn和Another Column被填充为1.0），不符合需求。

解决方案 #

核心思路是先标记出需要填充的行（Value为NaN的行），然后仅对这些行执行分组填充，最后将填充结果与原DataFrame合并。

import numpy as np
import pandas as pd

data = {'Account': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
        'Value': [1.0, np.nan, np.nan, 6.0, np.nan, 3.0, np.nan, 4.0, np.nan, np.nan, 5.0],
        'OtherColumn': [1.0, np.nan, np.nan, np.nan, np.nan, 2.0, np.nan, np.nan, np.nan, np.nan, 5.0],
        'Another Column': [1.0, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]}

df = pd.DataFrame(data)

# 1. 标记需要填充的行：Value为NaN的行
mask = df['Value'].isna()

# 2. 对需要填充的行，按Account分组后先ffill再bfill
filled_part = df[mask].groupby('Account').ffill().bfill()

# 3. 合并原数据和填充后的数据：不需要填充的行保留原数据，需要填充的行用填充后的数据
df_result = df.copy()
df_result.loc[mask] = filled_part

# 验证结果
print(df_result)

代码解释 #

• 标记需要填充的行：用mask筛选出Value为NaN的行，这些行是唯一需要填充的对象
• 分组填充：仅对筛选后的行执行分组ffill()+bfill()，这样不会影响到Value非NaN的行的原始数据
• 合并数据：将填充后的部分替换回原DataFrame的对应行，保证非填充行的数据完全保留

运行后得到的结果与目标DataFrame一致，既满足了填充需求，又不会误修改Value非NaN行的其他列。

内容的提问来源于stack exchange，提问作者AlexR