如何用同CustomerNr的非空Costs值填充DataFrame空单元格？

解决方案代码 #

import pandas as pd

# 初始化示例数据
df1 = pd.DataFrame([[1004,''], [1004, 'D'],[1005, 'C'], 
                   [1010,'A'], [1010,''],[1010,''],[1010,''],[1004, '']], columns=['CustomerNr','Costs'])

# 把Costs列的空字符串转换为pandas可识别的缺失值
df1['Costs'] = df1['Costs'].replace('', pd.NA)

# 按客户编号分组，用组内的非空值填充所有空单元格
df1['Costs'] = df1.groupby('CustomerNr')['Costs'].transform(lambda x: x.ffill().bfill())

# 查看结果
print(df1)

步骤说明 #

1. 转换空字符串为缺失值：原数据中的空单元格是字符串''，pandas的填充方法无法直接识别，所以先替换为pd.NA。
2. 分组填充：通过groupby('CustomerNr')将数据按客户编号分组，再用transform对每个组单独处理：
   • ffill()会向前填充缺失值，bfill()会向后填充缺失值，两者结合可以确保不管非空值在组内的哪个位置，整个组的缺失值都会被该组的非空值覆盖。

最终输出 #

内容的提问来源于stack exchange，提问作者j_90