Python DataFrame：按ID填充缺失值后分组聚合Cost

现有包含ID、value、Cost三列的DataFrame，部分ID对应的value为N/A，需完成以下操作：

• 若某ID存在非N/A的value（统一为"value"），将该ID所有行的value设为"value"；
• 按ID和value分组对Cost求和，同时移除value仍为N/A的行。

初始数据 #

填充缺失值的实现 #

通过groupby结合transform可以高效完成按ID填充的需求，代码如下：

import pandas as pd

# 构造初始DataFrame（已有数据可跳过此步）
data = [
    ["ID-1", "value", 50],
    ["ID-2", "N/A", 20],
    ["ID-2", "value", 10],
    ["ID-1", "N/A", 40],
    ["ID-3", "N/A", 30],
    ["ID-4", "N/A", 100],
    ["ID-2", "value", 10]
]
df = pd.DataFrame(data, columns=["ID", "value", "Cost"])

# 将字符串"N/A"转为pandas可识别的缺失值
df["value"] = df["value"].replace("N/A", pd.NA)

# 按ID分组，用组内非缺失值填充整组的value
df["value"] = df.groupby("ID")["value"].transform(
    lambda x: x.dropna().unique()[0] if not x.dropna().empty else pd.NA
)

# 转回字符串"N/A"保持格式一致（可选）
df["value"] = df["value"].fillna("N/A")

逻辑说明 #

• 按ID分组后，过滤每组内的缺失值；
• 若组内存在非缺失值（即"value"），用该值覆盖整组的value；
• 若组内全为缺失值，则保留N/A状态。

填充后中间结果 #

聚合与过滤 #

使用给定的分组聚合代码，再移除value为N/A的行：

# 分组求和
df = df.groupby(["ID", "value"], as_index=False).agg({'Cost': 'sum'})
# 过滤掉value仍为N/A的行
df = df[df["value"] != "N/A"]

最终聚合结果 #

内容的提问来源于stack exchange，提问作者N1ckson