用以前的非缺失值填充缺失的pandas数据，按键分组

Question

我正在处理这样的熊猫数据帧：

   id    x
0   1   10
1   1   20
2   2  100
3   2  200
4   1  NaN
5   2  NaN
6   1  300
7   1  NaN

我想用具有相同“id”值的行中的前一个非NAN“x”替换每个NAN“x”：

   id    x
0   1   10
1   1   20
2   2  100
3   2  200
4   1   20
5   2  200
6   1  300
7   1  300

有没有什么巧妙的方法可以做到这一点而不需要手动在行上循环？

Answer 1

可以对每个组执行groupby/forward-fill操作：

import numpy as np
import pandas as pd

df = pd.DataFrame({'id': [1,1,2,2,1,2,1,1], 'x':[10,20,100,200,np.nan,np.nan,300,np.nan]})
df['x'] = df.groupby(['id'])['x'].ffill()
print(df)

收益率

   id      x
0   1   10.0
1   1   20.0
2   2  100.0
3   2  200.0
4   1   20.0
5   2  200.0
6   1  300.0
7   1  300.0