如何使用Python Pandas DataFrame按订单编号填充对应设备名称

输入数据 #

期望输出 #

解决方案代码 #

import pandas as pd

# 读取报表数据（示例用字典生成，实际项目中用read_excel/read_csv加载文件）
data = {
    'Order Ref': ['10-3423AC']*4 + ['10-3410AC']*4,
    'EQPT_NAME': ['NA', 'NA', 'PQLR22334', 'NA', 'NCRE267', 'NA', 'NA', 'NA']
}
df = pd.DataFrame(data)

# 将报表中的字符串"NA"转换为Pandas识别的标准缺失值
df['EQPT_NAME'] = df['EQPT_NAME'].replace('NA', pd.NA)

# 按订单编号分组，用每组的有效设备名称填充所有缺失项
df['EQPT_NAME'] = df.groupby('Order Ref')['EQPT_NAME'].transform(
    lambda group: group.fillna(group.dropna().iloc[0])
)

# 输出处理后的结果
print(df)

关键说明 #

• 核心逻辑：利用groupby按订单编号聚合，再通过transform保证填充后的数据与原DataFrame的行结构完全匹配，无需额外合并操作。
• 前提假设：每个Order Ref仅对应唯一的有效EQPT_NAME，若同一订单下存在多个不同非NA值，需先添加去重或数据校验逻辑。

内容的提问来源于stack exchange，提问作者Hari The Flemish