如何用Python实现类VLOOKUP的同名称空白单元格数据填充？

核心思路 #

直接用ffill()会全局向前填充，导致不同stock组的数值互相串用。正确的做法是先按stock分组，再在每个组内部做填充，这样只会用当前组内的有效值填补空白，组内没有有效值的单元格则保持空白。

实现代码 #

1. 构造示例数据 #

import pandas as pd
import numpy as np

# 模拟用户的原始数据
df = pd.DataFrame({
    'stock': ['data', 'data', 'guru', 'guru', 'alpha', 'alpha'],
    'value': [10, np.nan, np.nan, np.nan, 20, np.nan]
})

2. 正确的填充方式 #

使用groupby按stock分组，对value列执行组内向前填充；如果需要双向利用组内前后的有效值，可结合bfill()和ffill()：

# 仅用组内前面的有效值填充空白
df['filled_value'] = df.groupby('stock')['value'].ffill()

# 双向填充（组内前后的有效值都能用来填补空白）
# df['filled_value'] = df.groupby('stock')['value'].bfill().ffill()

3. 验证结果 #

运行后得到的结果完全符合预期：

data和alpha组的空白被同组有效值填充，guru组因无有效值保持空白。

原方法出错原因 #

直接调用df['value'].ffill()是全局范围的向前填充，不会识别stock分组。比如guru组的第一个空白单元格会直接取上一行（data组的10）填充，造成跨组污染。而groupby后的填充严格限制在每个stock组内部，彻底解决了这个问题。

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