如何用同site_id的其他行对应值填充pandas DataFrame缺失值

你需要将buffer_id为'off'的行中easting、northing、year三列的缺失值（含字符串'NaN'、数值-9999），用同site_id下buffer_id为'on'行的对应值填充，完整可运行代码如下：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'site_id': ['A', 'B', 'C', 'A', 'B', 'C'],
               'buffer_id': ['on', 'on', 'on', 'off', 'off', 'off'],
               'easting': [111, 222, 333, 'NaN', 'NaN', 'NaN'],
               'northing': [444, 555, 666, 'NaN', 'NaN', 'NaN'],
               'year': [1990, 1995, 2000, -9999, -9999, -9999],
               'ndvi': [12, 22, 32, 42, 52, 62]})

# 定义需要填充的目标列
fill_cols = ['easting', 'northing', 'year']

# 第一步：统一将字符串'NaN'、数值-9999替换为pandas标准缺失值格式
df[fill_cols] = df[fill_cols].replace(['NaN', -9999], pd.NA)

# 第二步：提取buffer_id为'on'的行构建填充映射表，以site_id为索引
on_fill_map = df[df['buffer_id'] == 'on'].set_index('site_id')[fill_cols]

# 第三步：仅对buffer_id为'off'的行做匹配填充，不修改'on'行原有数据
df.loc[df['buffer_id'] == 'off', fill_cols] = df.loc[df['buffer_id'] == 'off', 'site_id'].map(on_fill_map.to_dict('index'))

运行结果说明 #

填充后所有buffer_id='off'的行对应字段会被替换为同site_id下'on'行的数值，ndvi等非目标列不受影响，最终输出如下：

如果存在同一个site_id对应多个buffer_id='on'的行，可根据业务需要先对'on'行做聚合（取第一个值、平均值等），再生成映射表即可。

内容的提问来源于stack exchange，提问作者vancaron