以下是一个示例代码，演示如何按ID替换缺失值中的非缺失值：

import pandas as pd

# 创建示例数据
data = {'ID': [1, 2, 3, 4, 5],
        'Value': [10, None, 30, None, 50]}
df = pd.DataFrame(data)

# 创建一个字典，将ID对应的非缺失值存储起来
non_missing_values = {}

# 遍历数据框中的每一行
for index, row in df.iterrows():
    id = row['ID']
    value = row['Value']
    
    # 如果值不是缺失值，则将其添加到字典中
    if pd.notna(value):
        non_missing_values[id] = value

# 遍历数据框中的每一行
for index, row in df.iterrows():
    id = row['ID']
    value = row['Value']
    
    # 如果值是缺失值，则使用字典中对应的非缺失值进行替换
    if pd.isna(value):
        df.loc[index, 'Value'] = non_missing_values.get(id)

# 打印替换后的数据框
print(df)

这段代码首先创建了一个包含ID和Value列的数据框，其中Value列包含一些缺失值。然后，它创建了一个字典non_missing_values，用于存储每个ID对应的非缺失值。接下来，它遍历数据框中的每一行，将非缺失值添加到字典中。最后，再次遍历数据框中的每一行，如果值是缺失值，则使用字典中对应的非缺失值进行替换。最后，打印替换后的数据框。