Question

我需要用计算填充NaN空格，这取决于dataframe = df中的先前值。到目前为止我所拥有的是：

df = pd.DataFrame({'a': [None] * 6, 'b': [2, 3, 10, 3, 5, 8]})
df["c"] =np.NaN

df["c"][0] = 1
df["c"][2] = 3

i = 1
while i<10:
    df.c.fillna(df.c.shift(i)*df.b,inplace=True)
    i+1

不幸的是，这个while循环的解决方案不起作用，对熊猫来说肯定是一个非常糟糕的解决方案。所以我正在寻找的是一种

df.c.fillna(method='ffill'*df.b,inplace=True)

我知道这也行不通，我只是认为这样可以让我更清楚我要找的东西。

在填写数据框之前，它看起来像这样：

   b   c
0  2   1
1  3 NaN
2 10   3
3  3 NaN
4  5 NaN
5  8 NaN

期望的结果应如下所示：

      b   c
0     2   1  # nothing filled in since data is set from df["c"][0] = 1
1     3   3  # fill in previous c * b = 1 * 3 = 3
2    10   3  # nothing filled in since data is set from df["c"][2] = 3
3     3   9  # fill in previous c * b = 3 * 3 = 9
4     5  45  # fill in previous c * b = 9 * 5 = 45
5     8 360  # fill in previous c * b = 45 * 8 = 360

所以基本上：如果没有数据可用，则应填充计算。

Answer 1

我无法弄清楚在单个循环中执行此操作的方法，这里的问题是您需要某种滚动应用，然后可以查看上一行，这里的问题是前一行更新将在apply完成之前不可观察，例如以下工作，因为我们运行3次应用。这不是很好的IMO：

In [103]:
def func(x):
    if pd.notnull(x['c']):
        return x['c']
    else:
        return df.iloc[x.name - 1]['c'] * x['b']
df['c'] = df.apply(func, axis =1)
df['c'] = df.apply(func, axis =1)
df['c'] = df.apply(func, axis =1)
df

Out[103]:
      a   b    c
0  None   2    1
1  None   3    3
2  None  10    3
3  None   3    9
4  None   5   45
5  None   8  360

forwardfill与python pandas中的计算（method ='ffill'* xyz）相结合

1 个答案: