Question

我重新考虑了这个问题，并重新提出了我的问题。

我有一个数据框（df），其中包含许多因素的时间序列数据。每个因子的时间序列可以在不同的日期开始，这很好。在某些特定日期，缺少因子B和因子C的数据（空白）（在此示例中为07/01/2017）。对于具有这些空白天的FactorB和FactorC，我想用前一天的该因子的值填充漏洞。例如：

            FactorA FactorB FactorC
01/01/2017     5.50    
02/01/2017     5.31    
03/01/2017     5.62     
04/01/2017     5.84    5.62    5.74
05/01/2017     5.95    5.85    5.86
06/01/2017     5.94    5.93    5.91
07/01/2017     5.62     
08/01/2017     6.01    6.20    6.21
09/01/2017     6.12    6.20    3.23

在df中FactorB上的FactorC和07/01/2017缺少数据。我希望生成的df如下所示：

           FactorA  FactorB FactorC
01/01/2017    5.50     
02/01/2017    5.31     
03/01/2017    5.62     
04/01/2017    5.84     5.62    5.74
05/01/2017    5.95     5.85    5.86
06/01/2017    5.94     5.93    5.91
07/01/2017    5.62     5.93    5.91
08/01/2017    6.01     6.20    6.21
09/01/2017    6.12     6.20    3.23

我想知道我是否需要在应用之前专门在NaN的日期上将FactorB和FactorC的空白更改为NaN（在此示例中为07/01/2017）

df= df.replace('',np.NaN).ffill()

因此，该问题的中间输出如下：

            FactorA FactorB FactorC
01/01/2017     5.50    
02/01/2017     5.31    
03/01/2017     5.62     
04/01/2017     5.84    5.62    5.74
05/01/2017     5.95    5.85    5.86
06/01/2017     5.94    5.93    5.91
07/01/2017     5.62     NaN     NaN
08/01/2017     6.01    6.20    6.21
09/01/2017     6.12    6.20    3.23

但是我将如何对仅合法丢失数据的几天应用NaN（不更改FactorB和FactorC时间序列开始的日期。还有一种方法可以在不专门调用日期的情况下执行此操作，因为可能会出现漏洞在任何日期。

我已经尝试了以下方法，但是当我检查数据时，空格仍然存在，我觉得我走不通了：

col = ['FactorB', 'FactorC']
df[col] = df[col].ffill()

我也尝试过：

df.fillna(method='ffill')

和

df= df.replace('',np.NaN).ffill()

如果有人可以提供一些帮助，将不胜感激。

谢谢

Answer 1

如果缺少某些值而不是NaN：

df = df.replace('',np.NaN).ffill()

用前几天的数据填充数据框中的空缺

1 个答案: