如何基于站点条件填充DataFrame的national plan value列空值

嘿，我来帮你搞定这个DataFrame的空值填充需求！先理清楚咱们的问题和数据：

原始数据df1 #

首先，你的原始DataFrame长这样（我把“空”换成了pandas识别的NaN缺失值）：

需求说明 #

你需要生成df2，把national plan value列的空值填上，规则是：找到该列的空值单元格，如果同一Site下有其他非空的数值，就用这些值来填充空值（不管空值在非空值的上面还是下面）。下面我给你几种常用的实现方式，你可以根据自己的需求选：

代码实现 #

首先，先把原始数据加载成pandas的DataFrame：

import pandas as pd
import numpy as np

# 构造你的原始df1
data = {
    'Site': ['T13630', 'T13631', 'T13631', 'T13672', 'T13802', 'T13802', 'T13802', 'T13880', 'T13880', 'T33281'],
    'cells': ['G13630B', 'G13631A', 'U13631A', 'G13672A', 'G13802A', 'G13802B', 'U13802A', 'G13880A', 'U13880B', 'U33281A'],
    'national plan value': [225, np.nan, 57, 310, 150, 151, np.nan, 274, np.nan, np.nan]
}
df1 = pd.DataFrame(data)

方式1：用同Site的第一个非空值填充 #

这种方式会把同Site下第一个出现的非空值，填充到该Site所有的空值里，不管空值在上面还是下面：

df2 = df1.copy()
# 按Site分组，先向前填充再向后填充，确保所有空值都被覆盖
df2['national plan value'] = df2.groupby('Site')['national plan value'].apply(lambda x: x.ffill().bfill())

方式2：用同Site的平均值填充 #

如果同Site有多个非空值，取它们的平均值来填充空值，适合数值型数据的统计填充：

df2 = df1.copy()
# 计算每个Site的均值，然后填充空值
site_avg = df2.groupby('Site')['national plan value'].transform('mean')
df2['national plan value'] = df2['national plan value'].fillna(site_avg)

方式3：用同Site的众数填充 #

如果你的数据有重复出现的高频值，想用出现次数最多的值填充，可以用这个方式：

df2 = df1.copy()
# 计算每个Site的众数，处理众数可能为空的情况
site_mode = df2.groupby('Site')['national plan value'].transform(lambda x: x.mode()[0] if not x.mode().empty else np.nan)
df2['national plan value'] = df2['national plan value'].fillna(site_mode)

结果说明 #

• 像T13631这个Site，空值会被填充成57（三种方式结果一致）
• T13802这个Site，方式1会填150（第一个非空值），方式2会填150.5（150和151的均值），方式3会填150（因为两个值出现次数相同，取第一个众数）
• T33281这个Site没有任何非空值，所以空值会保留为NaN，如果需要的话你可以再加一步填充默认值（比如fillna(0)）

内容的提问来源于stack exchange，提问作者amrutha