我有几个具有不同结束时间段的专栏。
需要用最后一个已知值填充空数据。
有没有一种 Pandas 方法可以做到这一点,而无需在结束日期上循环?
我需要过去 4 个月的 Gain_sum_y 等于 -57129.0。
gain_sum_x gain_sum_y
month
2014-09-30 -97747 -41355.0
2014-10-31 -112928 -47394.0
2014-11-30 -131638 -57129.0
2014-12-31 -161370 0.0
2015-01-31 -168832 0.0
2015-02-28 -151930 0.0
2015-03-31 -162077 0.0
thanks.
我想你需要replace with ffill
(fillna with method='ffill'
) 如果想全部替换0
最后一个非值0
values:
df = df.replace(0, np.nan).ffill()
print (df)
month gain_sum_x gain_sum_y
0 2014-09-30 -97747 -41355.0
1 2014-10-31 -112928 -47394.0
2 2014-11-30 -131638 -57129.0
3 2014-12-31 -161370 -57129.0
4 2015-01-31 -168832 -57129.0
5 2015-02-28 -151930 -57129.0
6 2015-03-31 -162077 -57129.0
如果您想指定要替换的列(谢谢约翰·高尔特):
df.replace({'gain_sum_y': {0: np.nan}}).ffill()
样本有多个0
:
print (df)
gain_sum_x gain_sum_y
month
2014-09-30 -97747 -41355.0
2014-10-31 0 0.0
2014-11-30 0 -57129.0
2014-12-31 -161370 0.0
2015-01-31 -168832 0.0
2015-02-28 0 0.0
2015-03-31 -162077 0.0
df1 = df.replace(0,np.nan).ffill()
print (df1)
gain_sum_x gain_sum_y
month
2014-09-30 -97747.0 -41355.0
2014-10-31 -97747.0 -41355.0
2014-11-30 -97747.0 -57129.0
2014-12-31 -161370.0 -57129.0
2015-01-31 -168832.0 -57129.0
2015-02-28 -168832.0 -57129.0
2015-03-31 -162077.0 -57129.0
但如果需要只更换最后一个0
need last_valid_index用于替换最后一个0
to NaN
:
df2 = df.replace(0,np.nan).apply(lambda x: x.loc[:x.last_valid_index()].fillna(0)).ffill()
print (df2)
gain_sum_x gain_sum_y
2014-09-30 -97747.0 -41355.0
2014-10-31 0.0 0.0
2014-11-30 0.0 -57129.0
2014-12-31 -161370.0 -57129.0
2015-01-31 -168832.0 -57129.0
2015-02-28 0.0 -57129.0
2015-03-31 -162077.0 -57129.0
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)