Question

我有多个MultiIndex时间序列合并在一起，索引是（“location”，“timestamp”）。例如：

location   timestamp     x     y   z
       A           1   1.2   4.3  NaN
       A           2   2.2   5.3  NaN
       A           3   NaN   NaN  1.0
       A           4   3.2   7.3  NaN
...
       B           1   2.2   4.3  NaN
       B           2   3.2   5.3  NaN
       B           3   NaN   NaN  2.0
       B           4   5.2   7.3  NaN
...

“timestamp”是一个真正的日期时间列，为简单起见，我只是在这里使用整数。我正在尝试填充缺失的数据，因此每行都有完整的数字集。 “x”，“y”和“z”与其他数据集平滑无关，因此可以线性地或至少通过重复最后已知的数字垂直地导出缺失值。

我尝试了不同的groupby / resample表达式并且失败了。唯一剩下的就是将所有东西拆解成系列并对它们进行采样。必须有更好的方法

Answer 1

以下是几种方法

您可以ffill()转发前一个值。

In [56]: df.ffill()
Out[56]:
  location  timestamp    x    y   z
0        A          1  1.2  4.3 NaN
1        A          2  2.2  5.3 NaN
2        A          3  2.2  5.3   1
3        A          4  3.2  7.3   1
4        B          1  2.2  4.3   1
5        B          2  3.2  5.3   1
6        B          3  3.2  5.3   2
7        B          4  5.2  7.3   2

但是，如果某些内容以NaN开头，则会保留。所以fillna(0)为零。

In [57]: df.ffill().fillna(0)
Out[57]:
  location  timestamp    x    y  z
0        A          1  1.2  4.3  0
1        A          2  2.2  5.3  0
2        A          3  2.2  5.3  1
3        A          4  3.2  7.3  1
4        B          1  2.2  4.3  1
5        B          2  3.2  5.3  1
6        B          3  3.2  5.3  2
7        B          4  5.2  7.3  2

您还可以使用ffill()

来代替pd.Series.interpolate，而不是

In [58]: df.apply(pd.Series.interpolate).fillna(0)
Out[58]:
  location  timestamp    x    y     z
0        A          1  1.2  4.3  0.00
1        A          2  2.2  5.3  0.00
2        A          3  2.7  6.3  1.00
3        A          4  3.2  7.3  1.25
4        B          1  2.2  4.3  1.50
5        B          2  3.2  5.3  1.75
6        B          3  4.2  6.3  2.00
7        B          4  5.2  7.3  2.00

fillna(0)

而且，您可以使用ffill()

而不是bfill()，而不是

In [59]: df.apply(pd.Series.interpolate).bfill()
Out[59]:
  location  timestamp    x    y     z
0        A          1  1.2  4.3  1.00
1        A          2  2.2  5.3  1.00
2        A          3  2.7  6.3  1.00
3        A          4  3.2  7.3  1.25
4        B          1  2.2  4.3  1.50
5        B          2  3.2  5.3  1.75
6        B          3  4.2  6.3  2.00
7        B          4  5.2  7.3  2.00

。

   exp1 exp2 exp3 
    10   20   56

在MultiIndex时间序列中合并后填充空白

1 个答案: