Question

我有一个类似的数据框：

time A      time B      2017-11  2017-12  2018-01  2018-02          
2017-01-24  2020-01-01  NaN      NaN      NaN      NaN
2016-11-28  2020-01-01  NaN      4.0      2.0      2.0
2017-03-18  2017-12-21  NaN      NaN      NaN      NaN

我希望在时间A和时间B之间的列名称时将所有NaN替换为0，例如，对于第三行，时间范围是2017-03-18到2017-12-21，所以数据在第三行列名称在此范围之间的行，如果是NaN，则将其替换为0，否则保持相同。希望清楚。感谢

Answer 1

试试这段代码：

newdf=df[(df.date>some_date) & (df.date<somedate)]
newdf.fillna(0)

newdf是您要查找的数据框架。

Answer 2

也许，不是最好的解决方案，但它有效。

这是我的测试样本：

d = pd.DataFrame([
    {"time A": "2017-01-24", "time B": np.nan,       "2016-11": np.nan, "2016-12": np.nan, "2017-01": np.nan, "2017-02": np.nan},
    {"time A": "2016-11-28", "time B": np.nan,       "2016-11": np.nan, "2016-12": 4,      "2017-01": 2,      "2017-02": 2},
    {"time A": "2016-12-18", "time B": "2017-01-01", "2016-11": np.nan, "2016-12": np.nan, "2017-01": np.nan, "2017-02": np.nan},
])

d["time B"].fillna("2020-01-01", inplace=True)
d.set_index(["time A", "time B"], inplace=True)

初始表：

time A      time B      2016-11  2016-12  2017-01  2017-02          
2017-01-24  2020-01-01  NaN      NaN      NaN      NaN
2016-11-28  2020-01-01  NaN      4.0      2.0      2.0
2016-12-18  2017-01-01  NaN      NaN      NaN      NaN

看起来time A是开放日期，time B是关闭日期，或者像那样。因此，为方便起见，我已将任何未来日期填入缺失time B，例如'2020-01-01'

我不喜欢使用数据透视表，因此我使用{{3}}来堆叠它并格式化日期列：

d_stack = d.stack(dropna=False).reset_index()
d_stack.columns = ["time A", "time B", "month", "value"]

for col in ["time A", "time B"]:
    d_stack[col] = pd.to_datetime(d_stack[col], format="%Y-%m-%d", errors="ignore")

d_stack["month"] = pd.to_datetime(d_stack["month"], format="%Y-%m", errors="ignore")

现在填写缺失值更方便

def fill_existing(x):
    if (x["time A"] <= x["month"] <= x["time B"] and
            np.isnan(x["value"])):
        return 0
    else:
        return x["value"]

d_stack["value"] = d_stack.apply(fill_existing, axis=1)

<强>输出：

    time A      time B      month       value
0   2017-01-24  2020-01-01  2016-11-01  NaN
1   2017-01-24  2020-01-01  2016-12-01  NaN
2   2017-01-24  2020-01-01  2017-01-01  NaN
3   2017-01-24  2020-01-01  2017-02-01  0.0

最后，格式化month返回并{{3}}返回初始表格式：

d_stack["month"] = d_stack["month"].apply(lambda x: x.strftime("%Y-%m"))
pd.pivot_table(d_stack, columns="month", index=["time A", "time B"],
               values="value", aggfunc=np.sum)

<强>结果：

time A      time B      2016-12  2017-01  2017-02
2016-11-28  2020-01-01  4.0      2.0      2.0
2016-12-18  2017-01-01  NaN      0.0      NaN
2017-01-24  2020-01-01  NaN      NaN      0.0

当特定日期范围内的列名称时，pandas dataframe将NaN替换为0

2 个答案: