如何将同ID下的null值替换为对应非空value值？

我们有多条ID相同的数据，其中部分数据的value字段有值，部分为null，需要将null位置填充为对应ID的有效值。

当前数据 #

预期结果 #

解决方案 #

1. SQL实现（以MySQL为例） #

利用窗口函数获取每个ID的有效值，替换null：

SELECT 
    id,
    COALESCE(value, MAX(value) OVER(PARTITION BY id)) AS value
FROM your_table;

针对不支持窗口函数的旧版SQL，可通过子查询关联实现：

SELECT 
    t1.id,
    COALESCE(t1.value, t2.valid_value) AS value
FROM your_table t1
JOIN (
    SELECT id, MAX(value) AS valid_value
    FROM your_table
    WHERE value IS NOT NULL
    GROUP BY id
) t2 ON t1.id = t2.id;

2. Python Pandas实现 #

通过分组转换填充null：

import pandas as pd

df = pd.DataFrame({
    'id': [1,1,1,1,1],
    'value': [None, None, None, 'ABC', None]
})

# 用分组内第一个非空值填充null
df['value'] = df.groupby('id')['value'].transform(lambda x: x.fillna(x.dropna().iloc[0]))

print(df)

3. Python原生实现 #

先构建ID与有效值的映射，再遍历填充：

data = [
    {'id':1, 'value':None},
    {'id':1, 'value':None},
    {'id':1, 'value':None},
    {'id':1, 'value':'ABC'},
    {'id':1, 'value':None}
]

# 收集每个ID对应的有效值
id_value_map = {}
for item in data:
    if item['value'] is not None:
        id_value_map[item['id']] = item['value']

# 替换null值
for item in data:
    if item['value'] is None:
        item['value'] = id_value_map.get(item['id'])

print(data)

内容的提问来源于stack exchange，提问作者Ishwar