Pandas非平衡面板数据：同观测单元跨期值填充location缺失值

核心需求：按id匹配同一观测单元，用该单元其他时间周期的有效location值填充缺失项，不改动其余字段的原有取值，兼容按时间排序的非平衡面板结构。

方案1：固定属性填充（推荐，适合同一单元location不随时间变化的场景） #

绝大多数面板数据中，观测单元的地理位置属于不随时间变动的固定属性，仅存在录入缺失，该方案效率最高，不依赖数据排序，直接兼容非平衡面板：

import pandas as pd
import numpy as np

# 示例数据构造（和提供的代码逻辑一致）
dates = 3 * list(pd.date_range(start='1/31/2018', end='3/31/2018', freq="M"))
unit_id = ["id_1", "id_1", "id_1", "id_2", "id_2", "id_2", "id_3", "id_3", "id_3"]
locations = ["loc_1", "loc_1", np.nan, "loc_2", "loc_2", np.nan, "loc_3", "loc_3", np.nan]
var_1 = ["x1_t1", "x1_t2", "x1_t3", "x2_t1", "x2_t2", "x2_t3", "x3_t1", "x3_t2", "x3_t3"]
var_2 = ["z1_t1", "z1_t2", "z1_t3", "z2_t1", "z2_t2", "z2_t3", "z3_t1", "z3_t2", "z3_t3"]
df = pd.DataFrame({"date": dates, "id": unit_id, "location": locations, "var_1": var_1, "var_2": var_2})

# 核心填充逻辑
df["location"] = df.groupby("id")["location"].transform(
    lambda x: x.dropna().iloc[0] if len(x.dropna()) > 0 else np.nan
)

逻辑说明：按id分组后，提取每个分组内第一个非空的location值填充该组所有缺失行；如果某id全量记录都没有location有效值，则保留NaN，不会生成错误填充值。

方案2：时间顺序填充（适合同一单元location可能随时间变动的场景） #

如果观测单元的location存在跨时间周期的变更，需要按时间先后顺序用相邻周期的有效值填充，先按id+date排序保证时间顺序正确后，执行双向填充即可：

# 先按观测单元、时间维度排序，兼容任意原始排序的数据集
df = df.sort_values(by=["id", "date"]).reset_index(drop=True)

# 分组后先向前填充（用更早时间点的有效值补后续缺失），再向后填充（补时间序列最前端的缺失）
df["location"] = df.groupby("id")["location"].ffill().bfill()

逻辑说明：该方案严格遵循时间顺序填充，location发生变更后出现的缺失会自动使用新位置值填充，变更前的缺失使用旧值填充，符合时间序列数据的业务逻辑。

注意事项 #

• 两种方案都仅修改location字段，其余字段的取值完全不受影响；方案2排序后如果需要保留原始行顺序，可以提前加行号列排序后还原
• 非平衡面板场景下无需提前补全缺失时间点，分组逻辑会自动适配每个id的实际观测周期
• 对全量记录均无location有效值的id，两种方案都会保留NaN，不会强行填充无效值

内容的提问来源于stack exchange，提问作者LNZ