Python Pandas面板数据 - 通过其他时期填充缺失值的信息

Question

我正在使用一个数据集数据集。 也就是说，在许多时间段内，我对某些单位有观察。

例如：

dates = 3 * list(pd.date_range(start='1/31/2018', end='3/31/2018', freq="M"))
unit_id = ["id_1", "id_1", "id_1", "id_2", "id_2", "id_2", "id_3", "id_3", "id_3"]
locations = ["loc_1", "loc_1", np.nan, "loc_2", "loc_2", np.nan, "loc_3", "loc_3", np.nan]
var_1 = ["x1_t1", "x1_t2", "x1_t3", "x2_t1", "x2_t2", "x2_t3", "x3_t1", "x3_t2", "x3_t3"]
var_2 = ["z1_t1", "z1_t2", "z1_t3", "z2_t1", "z2_t2", "z2_t3", "z3_t1", "z3_t2", "z3_t3"]

_ = pd.DataFrame({"date": dates, "id": unit_id, "location": locations, "var_1": var_1, "var_2": var_2})

这给了我这样的东西：

	日期	ID	位置	VAR_1	VAR_2
0	2018-01-31	ID_1	LOC_1	X1_T1	Z1_T1
1	2018-02-28	ID_1	LOC_1 LOC_1	X1_T2	Z1_T2
2	2018-03-31	ID_1 ID_1	NAN	X1_T3	Z1_T3 Z1_T3
3	2018-01-01-01-01	ID__________________2	x2 x2	X2-12 X2-12 x2-12 X2-12	x2-2 x2-2 x2-2 x2-2 x2 x2
x2 x2 x2	x2 x22-2 28	ID_2	loc_2	x2_t2	z2_t2
5	2018-03-31	id_2	NaN	x2_t3	z2_t3
6	2018-01-31	id_3	loc_3	x3_t1	z3_t1
7	2018-02-28	id_3	loc_3	x3_t2	z3_t2
8	2018-03-31	id_3	NaN	x3_t3	z3_t3

My dataframe is 不像示例那样订购。它是按时间订购的。

同样，面板是不平衡的，这意味着并非每个时期都出现所有单元。

我要做的是，如果单位出现在其他时期并具有位置信息，则填充与其他时期相对应的值（即ID匹配）的值（即ID匹配）。不弄乱其他变量。

有技巧吗？

Answer 1

这是在dataframe之后的延续（在下面代码中调用 df ）是创建

id_loc_df = df[['id','location']].dropna().drop_duplicates().rename(columns={'location':'location_fill'})

df_updated = pd.merge(df, id_loc_df,left_on='id',right_on='id')

df_updated['location'] = np.where(df_updated['location'].isna(), df_updated['location_fill'], df_updated['location'])

df_updated.drop('location_fill', axis=1)

输出的：