[Pandas技巧] 同名数值列赋值替换

美图欣赏2022/08/17

---

在最近的需求开发中，遇到如下图所示问题，我们需要根据字段'site'和'material'进行分组，分组后每组中的第一行数据，字段'Balance_from_Q3'和'Balance_from_Q4'均需要有数值，具体操作可理解为

最终呈现效果如下图所示

注意: 字段'Balance_from_Q3'和'Balance_from_Q4'有取值为空的情况，实际上根据字段'site'和'material'进行分组，分组后每组中的'Balance_from_Q3'和'Balance_from_Q4'数值都是相同的，如下图所示

相同的部分用空值替代

数据准备

import pandas as pd
import numpy as np
 
df = pd.DataFrame([['FJZ','A123',4450,9214],
                   ['FJZ','B456',0,np.nan],
                   ['FJZ','B456',np.nan,7862],
                   ['FJZ','B456',np.nan,np.nan],
                   ['FJZ','B456',np.nan,np.nan],
                   ['FJZ','C789',4522,4522],
                   ['FJZ','C789',np.nan,np.nan]
                  ],columns=['site','material','Balance_from_Q3','Balance_from_Q4'])

df

针对上述问题，我们可以利用Pandas进行操作处理，先筛选出'site','material','Balance_from_Q4'字段数据，生成的dataframe取名为df1，然后进行升序排序和重置索引，最后利用.loc函数通过索引值将df1中的'Balance_from_Q4'该列数值赋值替换到df中的同名字段'Balance_from_Q4'上

df1 = df[['site','material','Balance_from_Q4']]
df1 = df1.sort_values(by = ['site','material','Balance_from_Q4'], ascending = [True, True, True])
df1.reset_index(inplace=True,drop=True)

df['Balance_from_Q4'] = df1.loc[df1.index,'Balance_from_Q4']

df1

处理后的df