Hello, 大家好
相信大家都已经在微信上，抖音上，或者别人的嘴里，听说过Python 编程，人工智能，大数据啥啥啥的。
但是那终究是个概念，我们让概念变成现实，那就得放下自己的观念，其实我也可以学编程，只要你有一台电脑，就随时随地可以学Python编程。
这是给没接触过Python 编程人的建议，赶紧来学吧，别整的像，我是干产品的，干运营的，干管理的，干保洁，干保安的，干等等工作的，学Python 跟我无关一样。
实际上，互联网上有几种不同的声音。
第一种：Python 编程就是忽悠人的，学完了，也不会写代码，也不会用。
这种人就是花了很多钱，很多精力，最终没有坚持下来的人群，因为他们缺乏各种练习，
导致手动能力很差，对自己完全丧失自信，已经很丧了，你问他如何学Python, 那基本会被同化。
第二种：我们是培训机构，我么培训Python 人工智能，数据分析，大数据，月薪过万轻轻松松，赶紧来学吧。
培训机构最牛的就是销售人员，他们会过度美化技术，美化培训行业，存在即合理，通过培训，如果学苗好，老师负责，全部就业，学会编程，几率是蛮大的，
如果学苗差，都是初中、小学毕业的小伙伴学习编程，和同为大学生学习编程，因为两种人群基础不同，没有站在同一起跑线，导致教学过程中很不公平，
就会导致一部分学历差的，学习的时候跟不上，导致落差很大。
老师、机构在没有及时纠正每个学员，的漏洞知识，时间长了，必然会淘汰一批人，并且社会上众多公司有一种恶俗的行为首先看第一学历，来判断一个人的能力。
导致很多学编程，即使学会了，也不会快速就业。这就是风险。
第三种：Python 能干着，能干那，助教老师真可爱，学起来真有意思，导致一看就懂，一学就会，一做就废。
因为会根据基础 差的人群，去相应的去除掉Python 编程里的复杂的知识点，甚至找一些非常简单的案例，让学员，一看就懂，一做就会的案例。
但是实际需求中，需求复杂多变，需要结合很多技术模块，很多细节处理，课程中可是没有的，周期短，导致学完并不能，直接上手工作，需要很长一段时间，去练习。
这种一看就懂，有个好处，起码前期你理解它的骨架，好多血肉和细节，是我们缺失的， 还需要找人交流，百度咨询。
总结：
学习方式有很多，自学、培训、找人教、买书，看视频，去参加培训，每种方式都是需要做的就是，知识投资，时间投资。
没错，学习就是一种投资，对于每天都能挤出时间，非常自律的人，我推荐自学，因为这种投资比较划算。
不自律，每天有大把时间、也不爱学习、理解力差，我推荐去参加培训，几千到3万不等，我觉得还好，大培训机构，小培训机构，社群模式都行，找到一个学习氛围比较好，出现问题有人解答就行。
源数据
类型订单号 类型.1 amount SKU日期0 Order S11001-001 price 150 aaa1 -09-10 00:00:001 Order S11001-001 promotion -3 NaN NaN2 Order S11001-001 fee 2 NaN NaN3 Order S11001-001 price 145 aaa1 -09-10 00:00:004 Order S11001-001 promotion -6 NaN NaN5 Order S11001-001 fee 5 NaN NaN6 coup S11001-002 price 167 aaa3 -10-12 00:00:007 coup S11001-002 promotion -5 aaa3 NaN8 coup S11001-002 fee 3 aaa3 -10-12 00:00:009 other B11001-003 price 150 aaa3 -10-12 00:00:0010 other B11001-003 promotion -3 NaN NaN11 other B11001-003 fee 2 NaN NaN12 Order C11001-003 price 145 aaa301.09.13 Order C11001-003 promotion -6 aaa301.09.14 Order C11001-003 fee 5 aaa3 NaN15 cest S11001-004 price 167 aaa4 NaN16 cest S11001-004 promotion -5 NaN01.10.17 cest S11001-004 fee 3 NaN01.10.18 Order K11001-005 price 145 aaa301.10.19 Order K11001-005 promotion -6 aaa301.10.20 Order K11001-005 fee 5 aaa305.07.21 Order K11001-006 price 167 aaa305.07.22 Order K11001-006 promotion -5 aaa305.07.23 Order K11001-006 fee 3 aaa305.07.
一、针对某列向下填充
对sku 列，进行向下填充
import pandas as pdorder = pd.read_excel(r'E:\ZhangTongle\office\test2.xlsx')order['SKU']= order['SKU'].fillna(method='ffill')
显示结果
0 Order S11001-001price150 aaa1 -09-10 00:00:001 Order S11001-001 promotion-3 aaa1 NaN2 Order S11001-001 fee 2 aaa1 NaN3 Order S11001-001price145 aaa1 -09-10 00:00:004 Order S11001-001 promotion-6 aaa1 NaN5 Order S11001-001 fee 5 aaa1 NaN6 coup S11001-002price167 aaa3 -10-12 00:00:007 coup S11001-002 promotion-5 aaa3 NaN8 coup S11001-002 fee 3 aaa3 -10-12 00:00:009 other B11001-003price150 aaa3 -10-12 00:00:0010 other B11001-003 promotion-3 aaa3 NaN11 other B11001-003 fee 2 aaa3 NaN12 Order C11001-003price145 aaa3 01.09.13 Order C11001-003 promotion-6 aaa3 01.09.14 Order C11001-003 fee 5 aaa3 NaN15 cest S11001-004price167 aaa4 NaN16 cest S11001-004 promotion-5 aaa4 01.10.17 cest S11001-004 fee 3 aaa4 01.10.18 Order K11001-005price145 aaa3 01.10.19 Order K11001-005 promotion-6 aaa3 01.10.20 Order K11001-005 fee 5 aaa3 05.07.21 Order K11001-006price167 aaa3 05.07.22 Order K11001-006 promotion-5 aaa3 05.07.23 Order K11001-006 fee 3 aaa3 05.07.
二、对分组之后的某组填充
coup_fill = order.groupby("类型").get_group("coup")[['SKU']].fillna(method='ffill')for i in coup_fill.index:order.loc[i,'SKU'] = coup_fill.loc[i,'SKU']
首先我们groupby 通过列：“类型“ 进行分组，然后获取coup组，并取得coup组的sku 列索引，进行向下填充。并返回dataframe 数据。
我们在通过for循环，获取新的dataframe 的索引，并通过索引，更新数据。更新数据使用loc 关键字。
验证
order[order['类型'].isin(['coup'])]
接下来我们来通过isin 去查询一下，我们更新 的数据。通过下方的数据，来验证，我们的数据的准确性。
显示
类型订单号 类型.1 amount SKU 日期6 coup S11001-002price167 aaa3 -10-12 00:00:007 coup S11001-002 promotion-5 aaa3 NaN8 coup S11001-002 fee 3 aaa3 -10-12 00:00:00
通过显示可以看出，我们只对SKU列进行了填充。
