Question

我有一个如下数据框：

 loc status   ID
0   LA    NaN  NaN
1  CHC    NaN  NaN
2  NYC    ARR   32
3  CHC    DEP   45
4  SEA    NaN  NaN

我正在尝试根据状态列填充ID列中的缺失值。如果状态栏是＆＃34; ARR＆＃34;：我想倒退，如果状态栏是＆＃34; DEP＆＃34;：我想填写前进，所以我的最终数据框看起来像：

  loc status  ID
0   LA    NaN  32
1  CHC    NaN  32
2  NYC    ARR  32
3  CHC    DEP  45
4  SEA    NaN  45

我一直试图通过使用2个循环来遍历两个列来实现这一点，但我想知道在Pandas中是否有更有效的方法来执行此操作？

Answer 1

这应该有效

dt.ID.fillna(method='bfill').fillna(method='ffill')

它将使用前面的非NA值填充NA值（先反向然后反向）

编辑：

也许这就是你要找的东西（基于评论）

dt.ID.fillna(method='ffill').where(dt.ID.notnull() | (dt.status.shift(1) == 'DEP'), dt.ID.fillna(method='bfill').where(dt.ID.notnull() | (dt.status.shift(-1) == 'ARR')))

它不是很易读，但应该给出一个大致的想法

Answer 2

您可以根据您是要转发填充还是向后填充这些行来划分数据框df来解决此问题：

创建你的df的两个副本，一个向前填充所有内容，另一个回填所有内容

fill_forward = df.status.fillna(method='ffill') 
fill_backward = df.status.fillna(method='bfill')

获取前向填充导致行填充'DEP'的行的索引以及返回填充导致行填充'ARR'的索引（即您的两个条件）

forward_index = df.index[(df.status != fill_forward) & (fill_forward == 'DEP')]
backward_index = df.index[(df.status != fill_backward) & (fill_backward == 'ARR')]

更新这些索引，使它们包括前面的行（在向前填充时使用）或直接在后面的行（在向后填充时使用）。

forward_rows = sorted(list({ind for f in forward_index for ind in [f,f-1]}))
backward_rows = sorted(list({ind for b in backward_index for ind in [b,b+1]}))

为每个索引列表填充（使用适当的方法）并将更新的值分配给原始df。请注意，通过首先进行前向填充，当指数重叠时，您优先考虑前向填充。

df.ID.iloc[forward_rows] = df.ID.iloc[forward_rows].fillna(method='ffill')
df.ID.iloc[backward_rows] = df.ID.iloc[backward_rows].fillna(method='bfill')

print(df)

   loc status    ID
0   LA    NaN  32.0
1  CHC    NaN  32.0
2  NYC    ARR  32.0
3  CHC    DEP  45.0
4  SEA    NaN  45.0

根据另一行向前或向后填充

2 个答案: