Question

有2个数据帧，

df

和

other

，使用相同的列，我可以看到fill_value参数：

DataFrame.mul(other, fill_value=...)

有以下解释：

fill_value : None or float value, default None
Fill missing (NaN) values with this value. If both DataFrame locations are missing, the result will be missing

如何使用填充前导行为进行乘法运算，以便df中不在other中的那些行，我会在其他行中填充该行，但仍会得到结果行？

以下是一个例子：

df

1/1/2016 10
2/1/2016 20 
3/1/2016 25

other

1/1/2016 1.5
3/1/2016 1.7

我希望df.mul（其他）像其他人一样行事

2/1/2016 1.5

以及

Answer 1

您可以先重新索引other：

df.mul(other.reindex(df.index, method='ffill'))

示例：

>>> df
             1
2016-01-01  10
2016-02-01  20
2016-03-01  25

>>> other
              1
2016-01-01  1.5
2016-03-01  1.7

>>> df.mul(other.reindex(df.index, method='ffill'))
               1
2016-01-01  15.0
2016-02-01  30.0
2016-03-01  42.5

Answer 2

您可以先使用reindex reindex_like或fillna，然后使用mul：

print df
             A
2016-01-01  10
2016-02-01  20
2016-03-01  25

print df1
              A
2016-01-01  1.5
2016-03-01  1.7

df1 = df1.reindex(df.index).fillna(method='ffill')
#df1 = df1.reindex_like(df).fillna(method='ffill')
print df1

              A
2016-01-01  1.5
2016-02-01  1.5
2016-03-01  1.7


print df.mul(df1)
               A
2016-01-01  15.0
2016-02-01  30.0
2016-03-01  42.5

是否可以使用DataFrame.mul（）fill_value进行填充？

2 个答案: