使用最近的行

时间:2017-12-07 14:00:16

标签: python pandas dataframe

我有以下数据框:

df = pd.DataFrame({'id': {3002: 10001,
  3003: 10002,
  3004: 10003,
  3005: 10004,
  3006: 10005,
  3007: 10006,
  3008: 10007,
  3009: 10008,
  3010: 10009,
  3011: 10010,
  3012: 10011,
  3013: 10012,
  3014: 10013,
  3015: 10014,
  3016: 10015,
  3017: 10016,
  3018: 10017,
  3019: 10018,
  3020: 10019,
  3021: 10020},
 'value': {3002: 1669.0,
  3003: 1264.0,
  3004: nan,
  3005: 1411.0,
  3006: 1224.0,
  3007: 1316.0,
  3008: 1736.0,
  3009: nan,
  3010: 1276.0,
  3011: nan,
  3012: nan,
  3013: nan,
  3014: nan,
  3015: 1790.0,
  3016: nan,
  3017: nan,
  3018: nan,
  3019: 1726.0,
  3020: nan,
  3021: nan}})

我想用最近的id填充缺失的值,如果两个值在相同的距离,那么我想使用平均值。

E.G。

id 10008是NaN,然后​​我想用10009和10007的平均值填充单元格:(1736.0 + 1276.0)/ 2

对于id 10015,最近的值是10014所以我将直接使用该值:1790.0

enter image description here

如何有效地完成这项工作?

2 个答案:

答案 0 :(得分:1)

df.value = df.value.interpolate(method='nearest')

答案 1 :(得分:1)

这有点棘手,但您可以使用interpolate()(只能用于系列):

df['value'] = df['value'].interpolate(method='slinear').interpolate(method='linear')

仅需要第二次插值来填充系列中的最后一个NaN。