我会使用groupby-transform，考虑下面这个小例子：

import pandas as pd
import numpy as np

df = pd.DataFrame({'fruit':[np.nan,'pear','banana','kiwi','apple',np.nan,np.nan,'banana'],
                  'fruit_code':[0,3,1,2,0,3,3,1]})

fruit   fruit_code
0 NaN     0
1 pear    3
2 banana  1
3 kiwi    2
4 apple   0
5 NaN     3
6 NaN     3
7 banana  1

我们该怎么办？

• 按代码分组;
• 对于每个代码，获得'fruit'列的第一个非空值;
• transform()该字典到具有与原始 Dataframe 兼容的索引的列中;
• fillna()

df['fruit'] = df['fruit'].fillna(df.groupby('fruit_code').transform('first')['fruit'])

fruit   fruit_code
0 apple   0
1 pear    3
2 banana  1
3 kiwi    2
4 apple   0
5 pear    3
6 pear    3
7 banana  1

当然，如果某个代码根本没有有效的fruit值，这可能仍然会留下一些空白。