Панды: заполнять значения NaN построчно по идентификатору группы

Question

Я пытаюсь заполнить значения NaN построчно согласно идентификатору группы.

Я пытался использовать fillNA, используя параметры прямой и обратной заливки, но функция fillNA не заполняет кадр данных построчно. Кроме того, я хочу убедиться, что компании соответствуют, прежде чем значения NaN будут заполнены. В этом случае использование форвардной заливки приведет к тому, что компания «Груша» будет заполнена данными от компании «Банан».

appended = appended.sort_values(by=['Company','Intro'],na_position='last')
appended = appended.reset_index(drop=True)

for i in appended.index:

    if i==0:
        pass
    else:
        if appended.at[i,'Company']==appended.at[i-1,'Company']:
            appended.fillna(method='ffill',inplace=True)
        else:
            pass

добавленный фрейм данных

Company    Intro          Categories         Headquarters  Founded Date   Funding Stage

 Apple       xyz       Healthcare, Big Data     New York       2018           Series A

 Apple       NaN              NaN                NaN           NaN             NaN

 Apple       NaN              NaN                NaN           NaN             NaN

 Banana     Lier           Government           Europe        2010           Series B

 Pear        NaN              NaN                NaN           NaN             NaN

Это ожидаемый результат, которого я надеюсь достичь:

Expected Result

Company    Intro          Categories         Headquarters  Founded Date   Funding Stage

 Apple       xyz       Healthcare, Big Data     New York       2018           Series A

 Apple       xyz       Healthcare, Big Data     New York       2018           Series A

 Apple       xyz       Healthcare, Big Data     New York       2018           Series A

 Banana      Lier        Government             Europe        2010           Series B

 Pear         NaN              NaN                NaN           NaN             NaN

Answer 1

Использование groupby с ffill

df.groupby(['Company']).ffill()

  Company Intro            Categories Headquarters  Founded Date Funding Stage
0   Apple   xyz  Healthcare, Big Data     New York        2018.0      Series A
1   Apple   xyz  Healthcare, Big Data     New York        2018.0      Series A
2   Apple   xyz  Healthcare, Big Data     New York        2018.0      Series A
3  Banana  Lier            Government       Europe        2010.0      Series B
4    Pear   NaN                   NaN          NaN           NaN           NaN

Answer 2

import pandas as pd
from io import StringIO

# sample data
df = pd.read_fwf(StringIO("""
Company    Intro                 Categories   Headquarters  Founded_Date   Funding_Stage
 Apple       xyz       Healthcare, Big Data     New York       2018           Series A
 Apple       NaN              NaN                NaN           NaN             NaN
 Apple       NaN              NaN                NaN           NaN             NaN
 Banana     Lier           Government           Europe        2010           Series B
 Pear        NaN              NaN                NaN           NaN             NaN"""), header=1)


# Create the summary level - assumes repeat data comes first
df_summary = df.groupby("Company").head(1)

# Join the result
df_result = df[['Company']].merge(df_summary, on="Company")

#  Company Intro            Categories Headquarters  Founded_Date Funding_Stage
#0   Apple   xyz  Healthcare, Big Data     New York        2018.0      Series A
#1   Apple   xyz  Healthcare, Big Data     New York        2018.0      Series A
#2   Apple   xyz  Healthcare, Big Data     New York        2018.0      Series A
#3  Banana  Lier            Government       Europe        2010.0      Series B
#4    Pear   NaN                   NaN          NaN           NaN           NaN