如何将数据集同列NA值替换为对应分组的匹配有效值

你不需要写复杂的if判断，这类「固定分组维度下属性值恒定」的缺失值填充，用现成的分组填充方法就能快速实现，下面给两种最常用的实现路径：

方案1：Python + Pandas 实现（适合大数据量场景） #

这是处理表格数据效率最高的方式，核心逻辑是按NAME+COMMITTEE分组，同一个人在同一个委员会的角色、董事数、其他董事会任职数都是固定值，直接在组内补全空值即可。

1. 先导入依赖、读入数据，把字符串格式的"NA"转成标准空值：

   import pandas as pd
   import numpy as np
   
   # 替换成你自己的数据集路径
   df = pd.read_csv("your_board_data.csv")
   # 如果读入的NA是字符串格式，先转成标准空值
   df = df.replace("NA", np.nan)
   

2. 执行分组填充，用前向填充+后向填充兜底，避免空值在组内首尾位置漏填：

   # 声明需要填充的属性列
   need_fill_cols = ["ROLENAME", "NUMBER DIRECTORS", "TOTAL OTHER BOARDS"]
   # 按人员+委员会分组，组内补全空值
   df[need_fill_cols] = df.groupby(["NAME", "COMMITTEE"])[need_fill_cols].transform(
       lambda col: col.ffill().bfill()
   )
   

填充完的结果和你给出的期望输出完全一致，不需要逐行写判断逻辑，数据量越大这个方法的效率优势越明显。

方案2：Excel 实现（小数据量无需写代码） #

如果你的数据量不大，直接用Excel自带功能就能完成：

• 全表选中，先按NAME升序、COMMITTEE升序、YEAR升序做排序，把同一个人同一个委员会的行排到一起
• 选中所有需要填充的列区域，按Ctrl+G调出定位窗口，选择「空值」后确定，会一次性选中所有NA对应的空单元格
• 直接输入公式引用同列上一个单元格（比如第一个选中的空单元格在B3，就输入=B2），输入完按Ctrl+Enter，会给所有选中的空单元格批量填充对应公式
• 最后把填充完的列整列复制，右键选择「粘贴为值」，避免后续排序打乱公式引用即可。

内容的提问来源于stack exchange，提问作者Robbert