我有一个数据框,其中的项目在满足特定条件时会被标记。因此,每当您在 qualifying_date 列中看到一个日期时,这意味着该项目在当天符合标准并因此被标记:
current_date abc xyz rth qualifying_date
index
apple 2015-01-27 23 5712 713
2015-01-28 234 1357 152 2015-01-28
2015-01-29 489 185 278
2015-01-30 154 951 754
pear 2015-01-27 4786 7531 4751
2015-01-28 476 367 45
2015-01-29 15 37 783 2015-01-29
2015-01-30 489 185 421
grape 2015-01-27 2513 57 7513 2015-01-27
2015-01-28 237 587 733
2015-01-29 7869 472 759 2015-01-29
2015-01-30 489 185 278
现在我需要填充数据框的每一行以指示每个项目最后合格的时间。换句话说,如果某个项目在 2015 年 1 月 27 日符合条件,它就会在那天被标记。但是之后的每一天都需要填写相同的日期,因为这是该项目合格的最近时间。这一直持续到该项目有一个新的合格日期(即:再次符合标准)。输出将如下所示:
current_date abc xyz rth qualifying_date
index
apple 2015-01-27 23 5712 713
2015-01-28 234 1357 152 2015-01-28
2015-01-29 489 185 278 2015-01-28
2015-01-30 154 951 754 2015-01-28
pear 2015-01-27 4786 7531 4751
2015-01-28 476 367 45
2015-01-29 15 37 783 2015-01-29
2015-01-30 489 185 421 2015-01-29
grape 2015-01-27 2513 57 7513 2015-01-27
2015-01-28 237 587 733 2015-01-27
2015-01-29 7869 472 759 2015-01-29
2015-01-30 489 185 278 2015-01-29
显然,如果某个项目从未符合条件,则 qualifying_date 列将为空。
请您参考如下方法:
基本上你需要按每个索引值分组,然后你可以使用fillna(method='pad')向下填充缺失值:
df.groupby('index').qualifying_date.fillna(method='pad')
Out[91]:
0 NaN
1 NaN
2 2015-01-28
3 2015-01-28
4 2015-01-28
5 NaN
6 NaN
7 2015-01-29
8 2015-01-29
9 2015-01-27
10 2015-01-27
11 2015-01-29
12 2015-01-29
dtype: object
