如何解决如何在其他2个细胞在大熊猫中相等的条件下向前填充na?
我有一些缺少发票编号的客户交易数据。如果行中两个客户ID相等且交易金额相等,我想用前一行的值填充缺失的发票号。日期并不重要。
数据的示例如下:
date customer amount invoice
01/13 A 10 1
02/13 B 20 2
03/13 B 20 NA
04/13 C 30 3
05/13 C 60 NA
06/13 D 50 4
我想创建的是:
date customer amount invoice
01/13 A 10 1
02/13 B 20 2
03/13 B 20 2
04/13 C 30 3
05/13 C 60 NA - this NA remains because amount does not match
06/13 D 50 4
解决方法
更新:感谢@David Erickson的评论,为填充添加了特定的列。
您可以使用groupby
和ffill
。
df['invoice'] = df.groupby(['customer','amount'])['invoice'].ffill()
,
Emma的答案是这里的解决方案:(df['invoice'] = df.groupby(['customer','amount'])['invoice'].ffill()
)
但是,如果您在groupby
之外无法满足某些条件,那么以下答案可能会很有用,因此我会保留。
您可以将ffill()
与mask
语句一起使用以有条件地填充:
df['invoice'] = df['invoice'].mask(df.duplicated(['customer','amount']),df['invoice'].ffill())
df
Out[1]:
date customer amount invoice
0 01/13 A 10 1.0
1 02/13 B 20 2.0
2 03/13 B 20 2.0
3 04/13 C 30 3.0
4 05/13 C 60 NaN
5 06/13 D 50 4.0
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。