pandas 用第一个可用值的一部分填充nan值 [英] Pandas fill nan values with a split of the first available value

问题描述

我正在尝试使用以下所有nan值中的第一个先前的可用值替换DataFrame中的nan值。

I'm trying to replace nan values in a DataFrame with a split of the first previous available value across all the following nan values.

在下面的示例中：

import pandas as pd
df = [100, None, None, 40, None, 120]
df = pd.DataFrame(df)

我想获取：

[33.33, 33.33, 33.33, 20, 20, 120]

如果我可以找到一种方法来对列中每个值之后的nan值进行计数，那么我可以运行一些计算来实现拆分。

If I could find a way to count the number of nan values following each value in my column, then I could run some computations to achieve the split.

推荐答案

使用：

import pandas as pd
df = [100, None, None, 40, None, 120]
df = pd.DataFrame(df, columns=['a'])

s = df['a'].ffill() / df.groupby(df['a'].notna().cumsum())['a'].transform('size')
print (s)

0     33.333333
1     33.333333
2     33.333333
3     20.000000
4     20.000000
5    120.000000
Name: a, dtype: float64

详细信息：

您可以用之前的 NaN 值代替以前的缺失值填充：

You can replace missing value by previous non NaNs values by ffill:

print (df['a'].ffill())
0    100.0
1    100.0
2    100.0
3     40.0
4     40.0
5    120.0
Name: a, dtype: float64

然后通过 Series.notna 并通过 Series.cumsum ：

Then compare by Series.notna and create groups by Series.cumsum:

print (df['a'].notna().cumsum())
0    1
1    1
2    1
3    2
4    2
5    3
Name: a, dtype: int32

并获得与原始w相同大小的每个组的计数ith GroupBy.transform ：

And get counts per groups with same size like original with GroupBy.transform:

print (df.groupby(df['a'].notna().cumsum())['a'].transform('size'))
0    3
1    3
2    3
3    2
4    2
5    1
Name: a, dtype: int64

这篇关于 pandas 用第一个可用值的一部分填充nan值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！