Pandas按指定列分组后填充另一列组内空值的方法

问题复现 #

现有两列结构的Pandas DataFrame，数据构造代码如下：

import pandas as pd
data = [['A', '3ykf'], ['A', '3ykf'], ['A', ], ['B', ], ['B', '6jbk'], ['B', ], ['B', ], ['C', ], ['C', ]]
df = pd.DataFrame(data, columns=['column1', 'column2'])

初始数据形态：

填充规则 #

• 同一column1分组内，column2的非空值为固定的同一个字符串，其余值为空
• 组内所有column2空值需要填充为该组对应的唯一非空字符串
• 禁止使用众数填充逻辑：部分分组（如B组）中空值占比更高，众数为空值，会导致填充结果不符合预期
• 若分组内column2无任何非空值（如C组），保留原有空值即可

期望填充结果：

实现代码 #

核心逻辑为按column1分组后，取每组column2的第一个非空值作为填充值，通过groupby+transform映射回原表，完全避开众数计算：

df['column2'] = df.groupby('column1')['column2'].transform(
    lambda x: x.fillna(x.dropna().iloc[0] if len(x.dropna()) > 0 else None)
)

逻辑说明 #

• groupby('column1')按指定字段拆分数据分组
• transform会将分组计算结果按原索引映射回每一行，保证输出和原表长度一致
• 每组内先丢弃空值：如果存在非空值，取第一个非空值填充组内所有空（根据规则组内非空值完全相同，取第一个即可）；如果没有非空值则返回None保留空状态
• 无众数计算逻辑，不会出现空值占比过高导致填充失效的问题，运行后结果和预期完全匹配。

内容的提问来源于stack exchange，提问作者gblm