Pandas中groupby并ffill后如何恢复分组列a？

首先明确：能恢复a列，而且默认情况下数据顺序不会被打乱，下面给几种实用方法：

方法1：直接把原数据的a列加回去 #

df.groupby('a').ffill()返回的结果其实保留了原始DataFrame的索引，所以直接把原df的a列赋值回去就行：

import numpy as np
import pandas as pd

df = pd.DataFrame({'a':[1,1,2,2] ,  
                   'b': [12,np.nan,14, 13], 
                   'c' : [1, 2, np.nan, np.nan]
                 })

# 执行分组填充
result = df.groupby('a').ffill()
# 恢复a列
result['a'] = df['a']
# 可选：调整列顺序回到原来的样子
result = result[['a', 'b', 'c']]
print(result)

输出结果：

a     b    c
0  1  12.0  1.0
1  1  12.0  2.0
2  2  14.0  NaN
3  2  13.0  NaN

方法2：分组时直接保留a列（更省心） #

不想事后补列的话，直接在分组操作时带上a列就行：

方式2.1：对整个DataFrame执行分组填充 #

因为a列在同一组里值都一样，ffill之后不会有变化，所以直接对整个df分组填充，a列会自动保留：

result = df.groupby('a').ffill()
print(result)

结果里a列不会消失，和上面的输出一致。

方式2.2：用transform只处理需要填充的列 #

如果只想给b、c列做ffill，同时保留a列，用transform更直接，还能直接修改原df：

df[['b', 'c']] = df.groupby('a')[['b', 'c']].transform('ffill')
print(df)

这样处理完，a列全程都在，数据顺序也和原始数据完全一致。

关于数据顺序的疑问 #

放心，默认情况下groupby加ffill不会打乱原始数据的顺序。分组只是对每个组内的数据处理，处理完会按照原始数据的索引顺序重新组合结果，你可以对比原df和结果的索引，完全是对应的。

内容的提问来源于stack exchange，提问作者learner