如何使用Pandas按订单组填充缺失的收货地址等字段值

你的订单数据格式如下：

要实现同一订单下的null收货地址填充为该订单对应的有效地址，可以用以下两种简洁的Pandas方法：

方法1：按订单分组后向前填充（ffill） #

这种方法先按订单号分组，然后对shipping address列使用向前填充，自动把同组内的非空值填充到后续的空值位置：

import pandas as pd

# 构造示例数据
data = {
    'order number': ['A123', 'A123', 'A123', 'B456'],
    'shipping address': ['Canada', pd.NA, pd.NA, 'California'],
    'item': ['boots', 'socks', 'laces', 'shirt']
}
df = pd.DataFrame(data)

# 按订单号分组，对收货地址列向前填充
df['shipping address'] = df.groupby('order number')['shipping address'].ffill()

print(df)

方法2：用transform提取每组的非空值填充 #

如果每组只有一个有效地址，也可以提取每组的第一个非空值，然后批量填充到同组的空值位置：

# 提取每组的第一个非空收货地址
fill_values = df.groupby('order number')['shipping address'].transform(lambda x: x.dropna().iloc[0])

# 填充空值
df['shipping address'] = df['shipping address'].fillna(fill_values)

print(df)

两种方法运行后都会得到处理后的结果：

注意：如果你的数据中null是字符串类型的'null'而不是Pandas的缺失值（pd.NA/np.nan），需要先把字符串'null'转换为缺失值，再执行上述填充操作：

df['shipping address'] = df['shipping address'].replace('null', pd.NA)

内容的提问来源于stack exchange，提问作者user14461410