Python-Pandas:用相同的类别名称(在一列中)和NaN(在另一列)填充数据帧

Question

我有一个类似的数据帧(但要大得多(：

year city_code  total_tax
id_inf                           
9       2002       NaN        NaN
9       2003         a      417.0
9       2004         a      950.0
9       2005       NaN        NaN
9       2006       NaN        NaN
54      2002         b      801.0
54      2003       NaN        NaN
54      2004         b      218.0
54      2005         b      886.0
54      2006         b      855.0

我需要用相同类别的"id_inf"填充"city_code"，并在"total_tax"列中将NaN替换为零。

第二项任务相当简单：df_balanced['total_tax'] = df_balanced['total_tax'].fillna(0)

但在第一个任务中，有人建议我使用类似的东西："df_balanced['city_code']=df_balands.groupby(level=0(['city_code'].transform(max("。然而，当我使用这个解决方案时，我会遇到这样的错误：TypeError: '>=' not supported between instances of 'float' and 'str'

我需要的输出是这样的：

year city_code  total_tax
id_inf                           
9       2002         a        0.0
9       2003         a      417.0
9       2004         a      950.0
9       2005         a        0.0
9       2006         a        0.0
54      2002         b      801.0
54      2003         b        0.0
54      2004         b      218.0
54      2005         b      886.0
54      2006         b      855.0

Answer 1

使用first

df['city_code']=df.groupby('id_inf').city_code.transform('first')
#df.groupby('id_inf').city_code.transform('first')
Out[278]: 
id_inf
9     a
9     a
9     a
9     a
9     a
54    b
54    b
54    b
54    b
54    b
Name: city_code, dtype: object