熊猫如何从另一行插入值

如何解决熊猫如何从另一行插入值

我有一个数据框：

import pandas as pd
data = {'fruit': ['pear','pear','banana','apple','cherry','cherry'],'fruit_type': ['unkNown','unkNown','unkNown'],'country': ['unkNown','usa','ghana','russia','albania','id': ['011','011','6','6'],'month': ['unkNown','march','january','unkNown']       
}
df = pd.DataFrame(data,columns = ['fruit','fruit_type','country','id','month'])

我想用 id 为每个组的另一行的值填充未知的行：

如果我们在 unkNown 组中的第一个 month 列中有一个 id 值，我们需要从下一行插入 unkNown 值>

如果 unkNown 列中的 month 值不在 id 组中的第一个位置，我们需要插入前一行的 unkNown 值

有人能看到问题吗？

输出数据帧：

解决方法

将 unknown 替换为缺失值，然后每组向前和向后缺失值：

f = lambda x: x.ffill().bfill()
df = df.replace('unknown',np.nan).groupby(df['id']).transform(f)
print (df)
    fruit fruit_type  country   id    month
0    pear       pear      usa  011    march
1    pear       pear      usa  011    march
2  banana       pear      usa  011    march
3    pear       pear      usa  011    march
4    pear       pear    ghana  011  january
5   apple       pear    ghana  011  january
6   apple      apple   russia  011    march
7  cherry     cherry  albania    6  january
8  cherry     cherry  albania    6  january

,

使用 replace() 将 'unknown' 替换为 NaN，然后 groupby 'id'，然后向前填充，然后向后填充，最后将结果分配回 df：

df=df.replace('unknown',float('nan'))
#If above replace doesn't work then use:
#df=df.replace('unknown',float('nan'),regex=True)
df=df.groupby('id').apply(lambda x:x.ffill().bfill())

df 的输出：

   fruit    fruit_type  country     id      month
0   pear    pear        usa         011     march
1   pear    pear        usa         011     march
2   banana  pear        usa         011     march
3   pear    pear        usa         011     march
4   pear    pear        ghana       011     january
5   apple   pear        ghana       011     january
6   apple   apple       russia      011     march
7   cherry  cherry      albania     6       january
8   cherry  cherry      albania     6       january