我的数据集在 2 列中有缺失值,我想用上一个日期前几行中的值填充它。 因此,Weight 和 Height 应该根据预定义的 Category 的最后日期和引用 填充来自另一行的值code>WorkerID(在前面填写的行中预定义),例如:
数据示例:
Ind Date WorkerID Category Weight Height Kind_eat
1 31/12/17 E145-46 cat 2.35 0.6 1
2 01/09/18 M147-50 cat 4.78 0.8 2
3 27/05/18 K178-56 dog 7.03 0.75 3
4 09/02/18 T106-20 mouse NaN NaN 1
5 18/03/19 M147-50 cat NaN NaN 2
6 25/03/19 K178-56 dog NaN NaN 3
7 04/01/17 T106-20 mouse 0.75 0.15 4
8 01/04/19 T156-10 dog 6.99 0.13 4
因此,Weight 和 Height 列的 NaN 应根据 Weight 进行填充,引用非 列是在 NaN 值的高度 Date 中的实际值之前的最后一个可用日期。
例如,
5 18/03/19 M147-50 cat NaN NaN 2
应由 line2 中的 Weight 和 Height 填充:
5 18/03/19 M147-50 cat 4.78 0.8 2
我尝试通过 group-by 和 fillna 方法为 group 做到这一点,但它没有填充任何东西。
df.groupby(['Date','WorkerID'], as_index = False).apply(lambda group: group.ffill())
我也尝试使用: df.groupby(['Date','WorkedID']).ffill().reindex(df.columns, axis=1)
实际结果是:- NaN 没有正确填充
Ind Date WorkerID Category Weight Height Kind_eat
1 31/12/17 E145-46 cat 2.35 0.6 1
2 01/09/18 M147-50 cat 4.78 0.8 2
3 27/05/18 K178-56 dog 7.03 0.75 3
4 09/02/18 T106-20 mouse NaN NaN 1
5 18/03/19 M147-50 cat NaN NaN 2
6 25/03/19 K178-56 dog NaN NaN 3
7 04/01/17 T106-20 mouse 0.75 0.15 4
8 01/04/19 T156-10 dog 6.99 0.13 4
预期结果应该是:
Ind Date WorkerID Category Weight Height Kind_eat
1 31/12/17 E145-46 cat 2.35 0.6 1
2 01/09/18 M147-50 cat 4.78 0.8 2
3 27/05/18 K178-56 dog 7.03 0.75 3
4 09/02/18 T106-20 mouse 0.75 0.15 1
5 18/03/19 M147-50 cat 4.78 0.8 2
6 25/03/19 K178-56 dog 7.03 0.75 3
7 04/01/17 T106-20 mouse 0.75 0.15 4
8 01/04/19 T156-10 dog 6.99 0.13 4
如果有任何想法,我将不胜感激。谢谢)
请您参考如下方法:
我认为您必须先将 Date 转换为 datetime。
df['Date'] = pd.to_datetime(df['Date'])
并使用 sort_values 按 Date 和 groupby 与 ['WorkerID', 'Category'] 然后 填充。
df = df.sort_values('Date').groupby(['WorkerID', 'Category']).ffill().sort_index()
df
WorkerID Category Date Weight Height Kind_eat
Ind
1 E145-46 cat 2017-12-31 2.35 0.60 1
2 M147-50 cat 2018-01-09 4.78 0.80 2
3 K178-56 dog 2018-05-27 7.03 0.75 3
4 T106-20 mouse 2018-09-02 0.75 0.15 1
5 M147-50 cat 2019-03-18 4.78 0.80 2
6 K178-56 dog 2019-03-25 7.03 0.75 3
7 T106-20 mouse 2017-04-01 0.75 0.15 4
8 T156-10 dog 2019-01-04 6.99 0.13 4
