Pandas如何按重复id分组填充NaN且保留所有原始列

你之前用groupby().sum()会丢失列是因为聚合操作会将每个分组压缩为单行，而使用transform方法可以返回和原数据集行数一致的结果，完美保留所有原始列。

这里提供两种可选实现： #

方案1：基于item_cost重新计算订单总额（更准确） #

按照你对order_total的定义（同id所有item_cost的总和），直接重新计算更稳妥，不受原始order_total可能存在的错误影响：

df['order_total'] = df.groupby('id')['item_cost'].transform('sum')

方案2：沿用原始非空order_total填充NaN #

如果你确定原始数据里同id的非空order_total是正确值，不需要重新计算，仅填充缺失值即可，可以用：

# 方法A：取分组内第一个非空值填充所有行
df['order_total'] = df.groupby('id')['order_total'].transform('first')

# 方法B：前后向填充适配更多缺失场景
df['order_total'] = df.groupby('id')['order_total'].transform(lambda x: x.ffill().bfill())

处理后的数据结果如下，所有原始列完整保留：

id item  item_cost  order_total
0   1    A          6           10
1   1    B          4           10
2   2    A          5            5
3   3    C         12           12

内容的提问来源于stack exchange，提问作者Phillip Schikora