import pandas as pd

df = pd.DataFrame({'a':[1,1,2,2] ,  
                   'b': [12,np.nan,14, 13], 
                   'c' : [1, 2, np.nan, np.nan]
                 })

df[['b', 'c']] = df.groupby('a').ffill()

print(df)

a     b    c
0  1  12.0  1.0
1  1  12.0  2.0
2  2  14.0  NaN
3  2  13.0  NaN

这将 * 工作 *。

df.groupby('a').ffill().join(df.a)[['a', 'b', 'c']]

我不知道为什么当groupby返回一个类似索引（转换）的结果时，该列会消失。例如，cumsum也有同样的问题。我认为这可能与groupby的group_keys参数有关，但我在将其设置为True时没有任何运气。

您可以使用以下命令强制所有列：

df.groupby('a')[list(df)].ffill()

# or
df.groupby('a')[df.columns].ffill()

# or
df.groupby(df['a'].to_numpy()).ffill()

输出：

a     b    c
0  1  12.0  1.0
1  1  12.0  2.0
2  2  14.0  NaN
3  2  13.0  NaN