Skip to main content
 首页 » 编程设计

python之如何在指定的时间间隔使用 shift 填充 pandas 中的缺失值

2024年11月01日11tuyile006

我有一个看起来像这样的数据框:

+---------+---------+ 
| Value A | Value B | 
+---------+---------+ 
| 10       |       1 | 
| 20       |       2 | 
| 30       |       3 | 
| 40       |       4 | 
| 50       |       5 | 
| 60       |     NaN | 
| 70       |     NaN | 
| 80       |     NaN | 
| 90       |     NaN | 
| 100      |     NaN | 
+---------+---------+ 

我想用以前的值填充这些缺失值,但移动如下所示。

 
+---------+---------+ 
| Value A | Value B | 
+---------+---------+ 
| 10       |       1 | 
| 20       |       1 | 
| 30       |       2 | 
| 40       |       2 | 
| 50       |       3 | 
| 60       |       3 | 
| 70       |       4 | 
| 80       |       4 | 
| 90       |       5 | 
| 100      |       5 | 
+---------+---------+ 

问题是这些缺失值可能在任一列中。我试图手动完成,但这会花费很多时间。填充值也取决于 A 列的 len()。我的方法是这样的:

missing_data_len = len(valueA)-len(valueB) 
df['ValueB'].shift(missing_data_len) 

然后使用ffill 来填充NaN 值。但结果不准确。有没有更好的方法来解决这个问题。

请您参考如下方法:

使用:

null=df['Value_B'].isnull() 
r=(len(df)/null.sum()) 
df['Value_B']=df.loc[~null,'Value_B'].repeat(r).reset_index(drop=True) 

   Value_A  Value_B 
0       10      1.0 
1       20      1.0 
2       30      2.0 
3       40      2.0 
4       50      3.0 
5       60      3.0 
6       70      4.0 
7       80      4.0 
8       90      5.0 
9      100      5.0