pandas按组填充NaN值,为组内缺失值分配未使用连续序号的实现方法
pandas实现分组填充连续序号方案
核心逻辑
按Groups分组后,每组内操作逻辑如下:
- 先获取组内
Number列非空值的最大值 - 提取组内
Number为NaN的所有唯一NAME,按首次出现顺序排序 - 为每个唯一
NAME分配从最大值+1开始的连续序号,保证同一个NAME对应同一个值 - 用生成的映射关系填充组内所有NaN值
完整实现代码
import pandas as pd import numpy as np # 构造示例DataFrame data = { 'Groups': ['G1','G1','G1','G1','G1','G1','G2','G2','G2','G2','G3','G3'], 'NAME': ['A','B','D','D','I','H','E','E','F','J','K','L'], 'Number': [1,2,np.nan,np.nan,3,np.nan,1,1,np.nan,2,np.nan,1] } df = pd.DataFrame(data) # 定义分组处理函数 def fill_nan_number(group): # 获取组内现有最大序号 current_max = group['Number'].max() # 获取所有需要填充的唯一NAME,保持首次出现顺序 unique_nan_names = group[group['Number'].isna()]['NAME'].drop_duplicates().tolist() # 生成填充映射表 fill_dict = {name: current_max + 1 + idx for idx, name in enumerate(unique_nan_names)} # 填充NaN group['Number'] = group.apply( lambda row: fill_dict[row['NAME']] if pd.isna(row['Number']) else row['Number'], axis=1 ) return group # 分组执行填充 df = df.groupby('Groups', group_keys=False).apply(fill_nan_number) # 转换为整数类型(可选,根据需求调整) df['Number'] = df['Number'].astype(int) print(df)
输出结果验证
运行上述代码后输出的df和你给出的预期结果完全一致:
Groups NAME Number 0 G1 A 1 1 G1 B 2 2 G1 D 4 3 G1 D 4 4 G1 I 3 5 G1 H 5 6 G2 E 1 7 G2 E 1 8 G2 F 3 9 G2 J 2 10 G3 K 2 11 G3 L 1
内容的提问来源于stack exchange,提问作者chippycentra
相关产品推荐
相关产品推荐

