Question

df.groupby([df.index.month, df.index.day])[vars_rs].transform(lambda y: y.fillna(y.median()))

我在数据框中用气候学中值来填充缺失值。这些日子的范围从2010年1月1日到2016年12月31日。但是，我只想在当前日期之前填写缺失值（比如2016年10月1日）。如何修改声明？

Answer 1

使用np.where，例如：

import pandas as pd
import numpy as np
df = pd.DataFrame({'A':['a','a','b','b','c','c'],'B':[1,2,3,4,5,6],'C':[1,np.nan,np.nan,np.nan,np.nan,np.nan]})
df.ix[:,'C'] = np.where((df.A != 'c')&(df.B < 4)&(pd.isnull(df.C)),-99,df.ix[:,'C'])

像这样，您可以使用布尔表达式和所有列直接修改所需的列。

原始数据框：

   A  B    C
0  a  1  1.0
1  a  2  NaN
2  b  3  NaN
3  b  4  NaN
4  c  5  NaN
5  c  6  NaN

修改后的数据框：

   A  B     C
0  a  1   1.0
1  a  2 -99.0
2  b  3 -99.0
3  b  4   NaN
4  c  5   NaN
5  c  6   NaN

Answer 2

算法将是：

获取数据框的一部分，其中仅包含使用布尔掩码按日期过滤的行
在其上执行所需的替换
将初始数据框的其余部分附加到结果数据框的末尾。

虚拟数据：

df = pd.DataFrame(np.zeros((5, 2)),columns=['A', 'B'],index=pd.date_range('2000',periods=5,freq='M'))

            A   B
2000-01-31  0.0 0.0
2000-02-29  0.0 0.0
2000-03-31  0.0 0.0
2000-04-30  0.0 0.0
2000-05-31  0.0 0.0

代码

vars_rs = ['A', 'B']
mask = df.index < '2000-03-31'
early = df[mask]
early = early.groupby([early.index.month, early.index.day])[vars_rs].transform(lambda y: y.replace(0.0, 1))  # replace with your code
result = early.append(df[~mask])

结果是

            A   B
2000-01-31  1.0 1.0
2000-02-29  1.0 1.0
2000-03-31  0.0 0.0
2000-04-30  0.0 0.0
2000-05-31  0.0 0.0

使用气候学数据填写缺失值，当前年份除外

2 个答案: