Python中同DataFrame内关联ConfigID行的空值填充方法

当然可以实现，核心思路是先按ConfigID的前缀（去掉末尾的B/G）分组，再将组内非空值填充到同组的空值行中，具体步骤和代码如下：

原始数据与需求回顾 #

你提供的原始DataFrame中，每个ConfigID前缀对应两行（后缀B/G），其中一行有完整数据，另一行除ConfigID和Duration外均为空值，需要将有值行的数据复制到同组的空值行，得到目标DataFrame。

解决方案代码 #

import pandas as pd

# 原始数据
dataFrame_Original = pd.DataFrame(
   {
      "Region": ['1701656754', '', '1601656754', ''],
      "Directory": [153623, '', 153623, ''],
      "MigrDate": ['20221213', '', '20221214', ''],
      "MigrFrm": ['NBD Wty, Contract', '', 'Orlando, Contract', ''],
      "MigrTo": ['AMK1', '', 'AMK2', ''],
      "MemID": ['FI00', '', 'FI08', ''],
      "Ponts": ['854621544', '', '521354662', ''],
      "Eroom": ['FINNISH POST TIME DE', '', 'English Pre Dent', ''],
      "ConfigID": ['84460001B', '84460001G', '34460001B', '34460001G'],
      "Duration": ['AM02', 'AMK1', 'AUM02', 'AUMK1']
    }
)

# 1. 将空字符串转为pandas可识别的缺失值pd.NA
df = dataFrame_Original.replace('', pd.NA)

# 2. 生成分组键：提取ConfigID去掉最后一位（区分B/G组）
df['GroupID'] = df['ConfigID'].str[:-1]

# 3. 对需要填充的列（排除ConfigID、Duration、GroupID）按组填充
fill_columns = [col for col in df.columns if col not in ['ConfigID', 'Duration', 'GroupID']]
df[fill_columns] = df.groupby('GroupID')[fill_columns].transform(lambda x: x.ffill().bfill())

# 4. 清理临时列并将残留缺失值转回空字符串（可选，确保格式统一）
dataFrame_Result = df.drop('GroupID', axis=1).fillna('')

# 查看结果
print(dataFrame_Result)

代码说明 #

• 缺失值转换：把原始数据中的空字符串转为pd.NA，让pandas的填充函数能正确识别缺失值；
• 分组逻辑：通过str[:-1]提取ConfigID的前缀，将后缀为B和G的行归为同一组；
• 组内填充：使用groupby.transform结合ffill()和bfill()，确保组内无论哪一行有值，都能填充到同组的空值行；
• 格式还原：最后删除临时分组列，将可能残留的缺失值转回空字符串，保持与原始数据格式一致。

结果对比 #

运行代码后得到的dataFrame_Result与你提供的dataFrame_Expected完全一致，也可通过下图直观对比：

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