如果另一列中的值相同，则填写NaN

问题描述

我有以下数据框：

Out[117]: mydata
  author           email           ri                   oi
0      X1             NaN          NaN  0000-0001-8437-498X
1      X2             NaN          NaN                  NaN
2      X3       [e-mail]  K-5448-2012  0000-0001-8437-498X
3      X4      [e-mail]          NaN  0000-0001-8437-498X
4      X5       [e-mail]          NaN  0000-0001-8437-498X

其中列ri代表作者的ResearcherID，列oi代表ORCID。一位作者可能拥有多个电子邮件地址，因此email列中有重复项。

首先，如果ri中的相应行共享相同的值，我尝试使用{{1}中的非NaN值来填充oi中的na }}。我想要的结果是：

ri

第二，，如果 author email ri oi 0 X1 NaN K-5448-2012 0000-0001-8437-498X 1 X2 NaN NaN NaN 2 X3 [e-mail] K-5448-2012 0000-0001-8437-498X 3 X4 [e-mail] K-5448-2012 0000-0001-8437-498X 4 X5 [e-mail] K-5448-2012 0000-0001-8437-498X （或email）中的值相同，则合并电子邮件并使用合并后的值填充ri列中的na。我想获得一个如下数据框：

oi

我尝试了以下代码：

  author                  email           ri                       oi
0      X1   [e-mail];[e-mail]  K-5448-2012           0000-0001-8437-498X
1      X2                    NaN          NaN                           NaN
2      X3   [e-mail];[e-mail]  K-5448-2012           0000-0001-8437-498X
3      X4   [e-mail];[e-mail]  K-5448-2012           0000-0001-8437-498X
4      X5   [e-mail];[e-mail]  K-5448-2012           0000-0001-8437-498X

此代码在第一步中返回了我想要的代码，但是是否有一种精巧的方法来解决此问题？此外，如何获取final_df = pd.DataFrame() na_df = mydata[mydata.oi.isna()] for i in set(mydata.oi.dropna()): fill_df = mydata[mydata.oi == i] fill_df.ri = fill_df.ri.fillna(method='ffill') fill_df.ri = fill_df.ri.fillna(method='bfill') null_df = pd.concat([null_df,fill_df]) final_df = pd.concat([final_df,na_df]) 中的合并值，然后在email的过程中将合并后的值用作输入？

解决方法

尝试2 transform。每列一个。在ri上，使用first。在email上，结合使用dropna，unique和join

g = df.dropna(subset=['oi']).groupby('oi')
df['ri']    = g.ri.transform('first')
df['email'] = g.email.transform(lambda x: ';'.join(x.dropna().unique()))

Out[79]:
  author                 email           ri                   oi
0     X1  [e-mail];[e-mail]  K-5448-2012  0000-0001-8437-498X
1     X2                   NaN          NaN                  NaN
2     X3  [e-mail];[e-mail]  K-5448-2012  0000-0001-8437-498X
3     X4  [e-mail];[e-mail]  K-5448-2012  0000-0001-8437-498X
4     X5  [e-mail];[e-mail]  K-5448-2012  0000-0001-8437-498X