Python Pandas DataFrame填充缺失值

时间:2018-01-28 22:02:23

标签: python pandas dataframe missing-data

我有一个像这样的数据框和一些NaN:

DF:

      0      1
1  11.0  111.0
2  12.0  112.0
3  13.0  113.0
4   NaN  114.0
4  15.0    NaN
5  16.0  116.0
6  17.0  117.0
7  18.0  118.0

那么我该怎么做才能得到以下内容:

      0      1
1  11.0  111.0
2  12.0  112.0
3  13.0  113.0
4  15.0  114.0
4  15.0  114.0
5  16.0  116.0
6  17.0  117.0
7  18.0  118.0

索引4中的NaN值是否填充了其他不是NaN的行的索引4值?

1 个答案:

答案 0 :(得分:0)

您可以按索引分组,并在每个组内ffill() + bfill()

In [165]: df.groupby(level=0).apply(lambda x: x.ffill().bfill())
Out[165]:
      0      1
1  11.0  111.0
2  12.0  112.0
3  13.0  113.0
4  15.0  114.0
4  15.0  114.0
5  16.0  116.0
6  17.0  117.0
7  18.0  118.0