如何在Python中基于ID填充DataFrame的Test Done列空值？

现有如下DataFrame：

ID       Test Done      Test Action    Test Date
1234     Happy Test     Decline        2021-11-30
1234     None           Decline        None
1235     Sad Test       Decline        2022-03-24
1235     None           Decline        2022-03-04
1235     None           Decline        2022-03-04
1236     Lonely Test    Decline        2022-05-06
1236     Lonely Test    Decline        2022-05-06
1236     Lonely Test    Decline        2022-05-06

需要实现：用每个ID对应的Test Done列中第一个非None值，填充该ID下所有Test Done为None的行，已填充的行保持不变，最终得到如下结果：

ID       Test Done      Test Action    Test Date
1234     Happy Test     Decline        None
1235     Sad Test       Decline        2022-03-24
1235     Sad Test       Decline        2022-03-04
1235     Sad Test       Decline        2022-03-04
1236     Lonely Test    Decline        2022-05-06
1236     Lonely Test    Decline        2022-05-06
1236     Lonely Test    Decline        2022-05-06

使用Pandas的groupby+transform组合可以高效实现需求，核心逻辑是按ID分组后，用每组第一个非空的Test Done值填充组内所有空值：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [1234, 1234, 1235, 1235, 1235, 1236, 1236, 1236],
    'Test Done': ['Happy Test', None, 'Sad Test', None, None, 'Lonely Test', 'Lonely Test', 'Lonely Test'],
    'Test Action': ['Decline'] * 8,
    'Test Date': ['2021-11-30', None, '2022-03-24', '2022-03-04', '2022-03-04', '2022-05-06', '2022-05-06', '2022-05-06']
})

# 填充逻辑
df['Test Done'] = df.groupby('ID')['Test Done'].transform(
    lambda grp: grp.fillna(grp.dropna().iloc[0]) if not grp.dropna().empty else grp
)

# 输出结果
print(df)

关键细节 #

• groupby('ID')：将数据按ID拆分，保证每个ID的填充独立进行
• transform：使分组处理后的结果能与原DataFrame的行一一对应，直接覆盖原列
• grp.dropna().iloc[0]：提取分组内第一个非空/非None的Test Done值；添加if not grp.dropna().empty是为了兼容某个ID下全为None的极端情况，避免索引报错
• fillna：用提取到的基准值填充分组内所有None值，已存在非空值的行不受影响

内容的提问来源于stack exchange，提问作者Astro_raf