如何让DataFrame中同一site下的cat列值统一并填补NA？

嘿，这个需求在数据清洗里挺常见的！核心思路就是按site分组，然后用每组里存在的非NA的cat值来填充整个组的cat列——前提是每个site至少有一行的cat是有值的哈，如果有site全是NA的情况，咱们也可以额外处理。下面给你两种主流工具的实现方法：

首先确保你导入了pandas库：

import pandas as pd

接下来一行代码就能搞定核心逻辑：

# 按site分组，用每组第一个非NA的cat值填充整组
df['cat'] = df.groupby('site')['cat'].transform(lambda x: x.dropna().iloc[0])

补充：处理全NA的site #

如果你的数据里存在某个site的cat全是NA的情况，可以给这些组设置一个默认值（比如'unknown'）：

df['cat'] = df.groupby('site')['cat'].transform(
    lambda x: x.dropna().iloc[0] if not x.dropna().empty else 'unknown'
)

先加载tidyverse包：

library(tidyverse)

用分组+突变的方式实现：

# 按site分组，取每组第一个非NA的cat值替换整组，最后取消分组
df <- df %>% 
  group_by(site) %>% 
  mutate(cat = first(na.omit(cat))) %>% 
  ungroup()

补充：处理全NA的site #

同样，如果有全NA的site，咱们可以给个默认值：

df <- df %>% 
  group_by(site) %>% 
  mutate(cat = ifelse(all(is.na(cat)), 'unknown', first(na.omit(cat)))) %>% 
  ungroup()

举个简单例子，假设你的原始数据是这样：

处理后就会变成：

这样同一site的cat值就完全一致啦！

内容的提问来源于stack exchange，提问作者Mélissa