如何在满足分组条件时为DataFrame列填充同组的首个有效值？

当前DataFrame #

期望处理后的DataFrame #

实现代码 #

使用Pandas的groupby结合transform可以实现需求，核心逻辑是按Column A分组后，用每组第一个非NaN值填充组内所有空值，全NaN的分组保持不变：

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({
    'Column A': [1,1,1,2,2,2,3,3,4,5,5],
    'Column B': [100, np.nan, np.nan, 150, np.nan, np.nan, np.nan, np.nan, 60, 70, np.nan]
})

# 分组填充逻辑
df['Column B'] = df.groupby('Column A')['Column B'].transform(
    lambda x: x.fillna(x.dropna().iloc[0]) if not x.dropna().empty else x
)

print(df)

代码解释 #

• groupby('Column A')：将DataFrame按Column A的取值划分为多个分组
• transform：保证分组处理后的结果能映射回原DataFrame的每一行，维持原数据结构
• 匿名函数逻辑：
  1. 先判断分组内是否存在非NaN值（x.dropna().empty）
  2. 若存在，提取第一个非NaN值（x.dropna().iloc[0]）并填充组内所有NaN
  3. 若分组内全是NaN，则保持原数据不变

替代写法 #

也可以通过first_valid_index()获取第一个有效值的索引，实现相同效果：

df['Column B'] = df.groupby('Column A')['Column B'].transform(
    lambda x: x.fillna(x.loc[x.first_valid_index()]) if x.first_valid_index() is not None else x
)

内容的提问来源于stack exchange，提问作者brickeber