Question

我有一个稀疏的数据框，包括购买或出售库存的日期，如下所示：

Date         Inventory
2017-01-01       10 
2017-01-05       -5
2017-01-07       15
2017-01-09      -20

我想解决的第一步是在其他日期添加。我知道您可以使用重新采样，但只是突出显示该部分，以防它对下一个更困难的部分产生影响。如下：

Date         Inventory
2017-01-01       10
2017-01-02       NaN
2017-01-03       NaN
2017-01-04       NaN
2017-01-05       -5
2017-01-06       NaN
2017-01-07       15
2017-01-08       NaN
2017-01-09      -20

最后一步是让它在NaN上向前填充，除非它遇到一个新值，该值被添加到上面行的当前值，以便最终的数据帧如下所示：

Date         Inventory
2017-01-01       10
2017-01-02       10
2017-01-03       10
2017-01-04       10
2017-01-05       5
2017-01-06       5
2017-01-07       20
2017-01-08       20
2017-01-09       0
2017-01-10       0

我正在试图采用pythonic方法，而不是基于循环的方法，因为这将非常慢。

该示例还适用于具有多列的表：

Date         InventoryA       InventoryB
2017-01-01       10              NaN
2017-01-02       NaN             NaN
2017-01-03       NaN              5
2017-01-04       NaN              5
2017-01-05       -5              NaN
2017-01-06       NaN             -10
2017-01-07       15              NaN
2017-01-08       NaN             NaN
2017-01-09      -20              NaN

会变成：

Date         InventoryA     InventoryB
2017-01-01       10             0
2017-01-02       10             0
2017-01-03       10             5
2017-01-04       10            10
2017-01-05       5             10
2017-01-06       5              0
2017-01-07       20             0
2017-01-08       20             0
2017-01-09       0              0
2017-01-10       0              0

希望也有帮助。我认为当前的解决方案会对nans产生问题。

感谢

Answer 1

您可以在重新采样后填充缺失值0（当天没有库存更改），然后使用cumsum

df.fillna(0).cumsum()

Answer 2

您只是按照错误的顺序执行这两个步骤：）

df['Inventory'].cumsum().resample('D').pad()

修改：您可能需要先将Date设为索引。

df = df.set_index('Date')

Answer 3

第1部分：假设df是你的

Date         Inventory
2017-01-01       10 
2017-01-05       -5
2017-01-07       15
2017-01-09      -20

然后

import pandas as pd
import datetime

df_new = pd.DataFrame([df.Date.min() + datetime.timedelta(days=day) for day in range((df.Date.max() - df.Date.min()).days+1)])
df_new = df_new.merge(df, left_on=0, right_on='Date',how="left").drop("Date",axis=1)
df_new.columns = df.columns

给你：

    Date    Inventory
0   2017-01-01  10.0
1   2017-01-02  NaN
2   2017-01-03  NaN
3   2017-01-04  NaN
4   2017-01-05  -5.0
5   2017-01-06  NaN
6   2017-01-07  15.0
7   2017-01-08  NaN
8   2017-01-09  -20.0

第2部分

来自fillna方法说明：

方法：{'backfill'，'bfill'，'pad'，'ffill'，None}，默认无在重新索引的系列垫/填充物中填充孔的方法：将最后有效观察传播到下一个有效回填/ bfill：使用NEXT有效观察来填补空白

df_new.Inventory = df_new.Inventory.fillna(method="ffill")

给你

    Date    Inventory
0   2017-01-01  10.0
1   2017-01-02  10.0
2   2017-01-03  10.0
3   2017-01-04  10.0
4   2017-01-05  -5.0
5   2017-01-06  -5.0
6   2017-01-07  15.0
7   2017-01-08  15.0
8   2017-01-09  -20.0

一旦您了解了如何使用一列，您应该可以将其概括为多个列。

熊猫填写前进并总结你去

3 个答案: