Question

比方说，我们正尝试按列表重新索引数据框，如下所示：

dataframe.reindex(list)

确切的数据框和列表并不重要。

现在，如果列表大于原始索引，则将存在一些NaN。我的问题是，是否要通过向前填充来填充NaN，以下两种方式之间有什么区别？

dataframe.reindex(list, method='ffill')

dataframe.reindex(list).ffill()

我尝试了几次，发现结果不同。

说我们的数据框是：

Jan   1  
Apr   2  
Jul   3  
Oct   4

，列表为：
列表= ['Jan'，'Feb'，'Mar'，'Apr'，'May'，'Jun'，'Jul'，'Aug'，'Sep'，'Oct'，'Nov'，'Dec' ]

所以

dataframe.reindex(list, method='ffill')

成为：

Jan   1  
Feb   2  
Mar   3  
Apr   2  
May   3  
Jun   3  
Jul   3  
Aug   2  
Sep   4  
Oct   4  
Nov   3  
Dec   2

而

dataframe.reindex(list).ffill()

成为：

Jan   1  
Feb   1  
Mar   1  
Apr   2  
May   2  
Jun   2  
Jul   3  
Aug   3  
Sep   3  
Oct   4  
Nov   4  
Dec   4

我不知道这两种方式有何不同？第一种方式会产生什么，第二种方式会产生什么？

我尝试查找文档和其他资源，但找不到解释。非常感谢。

Answer 1

编辑：

在版本pandas 0.24.1中引发错误：

print (dataframe)
     Col
Jan    1
Apr    2
Jul    3
Oct    4

print (dataframe.index.is_monotonic_increasing)
False

L = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']

print (dataframe.reindex(L, method='ffill'))

ValueError：索引必须是单调递增或递减

在文档中-DataFrame.reindex：

方法：{无，“回填” /“填充”，“填充” /“填充”，“最近”}
  用于在重新索引的DataFrame中填充孔的方法。请注意：这仅适用于索引单调递增/递减的DataFrames / Series。

无（默认）：不填补空白   填充/填充：将最后一个有效观察值传播到下一个有效观察值   回填/填充：使用下一个有效观察值填充空白   最接近：使用最接近的有效观测值来填补空白

第二个工作很好：

print (dataframe.reindex(L).ffill())
     Col
Jan  1.0
Feb  1.0
Mar  1.0
Apr  2.0
May  2.0
Jun  2.0
Jul  3.0
Aug  3.0
Sep  3.0
Oct  4.0
Nov  4.0
Dec  4.0

注意-请勿像变量一样使用list，因为python保留字（内置）。

区别是reindex之前的列中是否缺少值：

dataframe = pd.DataFrame({'col':[0,2,np.nan,5,np.nan]}, index=[1,3,5,6,8])
print (dataframe)
   col
1  0.0
3  2.0
5  NaN
6  5.0
8  NaN

print (dataframe.index.is_monotonic_increasing)
True

如果使用参数，则仅向前填充添加的行，此处为1,4,7行。

如果链ffill被创建缺失值，并且Series的所有数据都被向前填充：

L = range(10)
df = pd.concat([dataframe.reindex(L, method='ffill'),
                dataframe.reindex(L),
                dataframe.reindex(L).ffill()], 
                keys=('parameter','only_reindex','chained'), axis=1)
print (df)
  parameter only_reindex chained
        col          col     col
0       NaN          NaN     NaN
1       0.0          0.0     0.0
2       0.0          NaN     0.0
3       2.0          2.0     2.0
4       2.0          NaN     2.0
5       NaN          NaN     2.0
6       5.0          5.0     5.0
7       5.0          NaN     5.0
8       NaN          NaN     5.0
9       NaN          NaN     5.0

如果没有缺失值，结果是相同的：

dataframe = pd.DataFrame({'col':[0,2,8,5,9]}, index=[1,3,5,6,8])
print (dataframe)
   col
1    0
3    2
5    8
6    5
8    9

print (dataframe.index.is_monotonic_increasing)
True

L = range(10)
df = pd.concat([dataframe.reindex(L, method='ffill'),
                dataframe.reindex(L),
                dataframe.reindex(L).ffill()], 
                keys=('parameter','only_reindex','chained'), axis=1)
print (df)
  parameter only_reindex chained
        col          col     col
0       NaN          NaN     NaN
1       0.0          0.0     0.0
2       0.0          NaN     0.0
3       2.0          2.0     2.0
4       2.0          NaN     2.0
5       8.0          8.0     8.0
6       5.0          5.0     5.0
7       5.0          NaN     5.0
8       9.0          9.0     9.0
9       9.0          NaN     9.0

将python中的ffill作为链接方法和参数之间有什么区别？

1 个答案: