基于索引，如何用上面的值填充NaN值？

Question

我有一个大pandas数据帧，在不同的列中有几个NaN值。每个NaN值都有一个关联的ID，我想用关联的id值填充这些NaN值。例如，考虑：

ID  COL
1   23
1   NaN
1   NaN
1   NaN
1   NaN
2   21
2   NaN
2   NaN
2   NaN
3   25
3   NaN
3   NaN

如您所见，1与23相关联，因此，所有具有1的id都必须用23进行插补，因此其他情况下都是一个。例如，预期输出将是：

^{2}$

我怎么能对熊猫做这样的手术？，我的问题是我不知道如何处理前面的值并用它的id替换它

更新

在阅读了这个问题和其他相关问题的答案后，我试图：

df.sort_values(['ID','COL']).ffill()

但是不起作用。它没有用与id相关联的值来替换值，原因是我的COL值可能是字符串。你知道怎么处理吗？在

Answer 1

sort_values与ffill

df.COL=df.sort_values(['ID','COL']).COL.ffill()
Out[381]: 
    ID   COL
0    1  23.0
1    1  23.0
2    1  23.0
3    1  23.0
4    1  23.0
5    2  21.0
6    2  21.0
7    2  21.0
8    2  21.0
9    3  25.0
10   3  25.0
11   3  25.0