Question

我有一些来自实验的数据，并且在每个试验中都有一些由NA包围的单个值，我想填写整个试验：

df = pd.DataFrame({'trial': [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3], 
    'cs_name': [np.nan, 'A1', np.nan, np.nan, np.nan, np.nan, 'B2', 
                np.nan, 'A1', np.nan, np.nan, np.nan]})
Out[177]: 
   cs_name  trial
0      NaN      1
1       A1      1
2      NaN      1
3      NaN      1
4      NaN      2
5      NaN      2
6       B2      2
7      NaN      2
8       A1      3
9      NaN      3
10     NaN      3
11     NaN      3

我可以使用bfill()和ffill()在整个试验中填写这些值，但我想知道是否有更好的方法来实现这一目标。

df['cs_name'] = df.groupby('trial')['cs_name'].ffill()
df['cs_name'] = df.groupby('trial')['cs_name'].bfill()

预期产出：

   cs_name  trial
0       A1      1
1       A1      1
2       A1      1
3       A1      1
4       B2      2
5       B2      2
6       B2      2
7       B2      2
8       A1      3
9       A1      3
10      A1      3
11      A1      3

Answer 1

另一种方法是使用first_valid_index和transform：

In [11]: g = df.groupby('trial')

In [12]: g['cs_name'].transform(lambda s: s.loc[s.first_valid_index()])
Out[12]: 
0     A1
1     A1
2     A1
3     A1
4     B2
5     B2
6     B2
7     B2
8     A1
9     A1
10    A1
11    A1
Name: cs_name, dtype: object

这应该比使用ffill然后使用bfill更有效...

并使用此功能更改cs_name列：

df['cs_name'] = g['cs_name'].transform(lambda s: s.loc[s.first_valid_index()])

注意：我认为有一个很好的增强方法可以抓住pandas中的第一个非null对象，在numpy中它是an open request，我认为目前没有方法（我可以是错的！）......

Answer 2

如果你想避免某些组只包含NaN时出现的错误，你可以执行以下操作（请注意，我更改了df，因此对于试用组= 1的组只有Nan）：

df = pd.DataFrame({'trial': [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3,1,1], 
'cs_name': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, 'B2', np.nan, 
'A3', np.nan, np.nan, np.nan, np.nan,np.nan]})

g = data.groupby('trial')

g['cs_name'].transform(lambda s: 'No values to aggregate' if 
    pd.isnull(s).all() == True else s.loc[s.first_valid_index()])

df['cs_name'] = g['cs_name'].transform(lambda s: 'No values to aggregate' if 
    pd.isnull(s).all() == True else s.loc[s.first_valid_index()])`

这样您就可以输入“无值”来汇总＆＃39; （或任何你想要的）程序找到特定组的所有NaN而不是错误。

希望这会有所帮助：）

费德里科

pandas：填充组内的缺失值

2 个答案: