使用Pandas实现同邮箱行空值填充：复制下一行对应值

错误原因 #

你写的df['NAME'][i]取的是单个元素（空值对应float类型的NaN），而fillna()是Pandas Series/DataFrame的方法，单个元素无法调用该方法，因此抛出AttributeError: 'float' object has no attribute 'fillna'。

正确实现方法 #

方法一：分组处理（直观易读） #

按邮箱分组后，检查每组首行的目标列是否为空，若为空则用组内第二行的值填充：

import pandas as pd

# 模拟你的输入DataFrame
df = pd.DataFrame({
    'EMAIL': ['a@a.com', 'a@a.com', 'b@b.com', 'c@c.com', 'c@c.com'],
    'NAME': [None, 'AAA', 'BBB', None, 'CCC'],
    'AGE': [None, 25, 30, None, 35]
})

def fill_group_first_row(group):
    # 遍历需要填充的列（可根据需求添加更多列）
    for col in ['NAME', 'AGE']:
        # 仅当组内至少有两行，且首行该列为空时填充
        if len(group) >= 2 and pd.isna(group[col].iloc[0]):
            group[col].iloc[0] = group[col].iloc[1]
    return group

# 分组应用处理逻辑
df_filled = df.groupby('EMAIL', group_keys=False).apply(fill_group_first_row)
print(df_filled)

输出结果：

EMAIL  NAME   AGE
0  a@a.com   AAA  25.0
1  a@a.com   AAA  25.0
2  b@b.com   BBB  30.0
3  c@c.com   CCC  35.0
4  c@c.com   CCC  35.0

方法二：向量化操作（高效适合大数据） #

用cumcount()标记组内首行，结合shift(-1)取下行值填充，无需逐组循环：

import pandas as pd

df = pd.DataFrame({
    'EMAIL': ['a@a.com', 'a@a.com', 'b@b.com', 'c@c.com', 'c@c.com'],
    'NAME': [None, 'AAA', 'BBB', None, 'CCC'],
    'AGE': [None, 25, 30, None, 35]
})

# 对每个需要填充的列执行逻辑
for col in ['NAME', 'AGE']:
    # 筛选条件：组内首行 且 该列值为空
    fill_mask = (df.groupby('EMAIL')[col].cumcount() == 0) & df[col].isna()
    # 用下一行的值填充符合条件的行
    df.loc[fill_mask, col] = df.loc[fill_mask, col].shift(-1)

print(df)

注意事项 #

• 如果同一邮箱组内首行空，但下一行也为空，填充后仍为空；若需要取组内第一个非空值，可修改逻辑为group[col].iloc[0] = group[col].dropna().iloc[0]
• 尽量避免逐行遍历DataFrame，Pandas的向量化/分组操作效率远高于循环

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