Python如何基于多列匹配规则填充指定列的空值数据

实现方案 #

前置注意事项 #

首先需要确保数据中的空值是pandas可识别的np.nan或pd.NA类型，若你的数据中是字符串格式的「空值」，先执行替换：

import pandas as pd
import numpy as np
df = df.replace('空值', np.nan)

核心实现代码 #

你的需求可以通过groupby+transform+fillna的组合实现，逻辑是按三个匹配字段分组后，取每组内目标字段的第一个非空值填充同组的所有空值：

# 定义需要填充的目标字段列表
fill_columns = ['E-COM1', 'E-COM2', 'E-RES1']
# 按ID、ID_2、CIRCUIT三个字段分组，完成填充
df[fill_columns] = df.groupby(['ID', 'ID_2', 'CIRCUIT'])[fill_columns].transform(
    lambda group: group.fillna(group.first())
)

结果验证 #

以你提供的示例数据为例，执行代码后输出结果如下：

常见问题排查 #

如果你之前执行fillna不生效，大概率是以下原因：

• 空值为字符串格式，未转为pandas可识别的空值类型
• 分组时未完整包含三个匹配字段，导致分组范围错误
• 未搭配transform方法使用，导致分组计算后的结果无法正确对齐原表索引

内容的提问来源于stack exchange，提问作者Jordan P.