我有一个看起来像这样的数据框:
我想通过从当年的最大值继续填充NaN(即,根据每年的最大值递增)。
这是我要实现的目标:
我知道如何分别对每年应用这种方法的唯一方法是,在for循环中为每年创建单独的数据帧,然后将它们重新附加在一起。
#data
d = {'year': {0: 2016,
1: 2016,
2: 2016,
3: 2016,
4: 2017,
5: 2017,
6: 2017,
7: 2017,
8: 2018,
9: 2018,
10: 2018},
'id': {0: 1015.0,
1: 1016.0,
2: nan,
3: nan,
4: 1035.0,
5: 1036.0,
6: nan,
7: nan,
8: 1005.0,
9: nan,
10: nan}}
# list of years
years = [2016,2017,2018]
# create dataframe
df = pd.DataFrame(d)
# create list that I will append data frames too
l = []
for x in years:
# create a dataframe for each year
df1 = df[df['year']==x].copy()
# fill nans with max value plus 1
df1['id'] = df1['id'].fillna(lambda x: x['id'].max() + 1)
# add dataframe to list
l.append(df1)
# concat list of dataframes
final = pd.concat(l)
这将nans替换为以下文本:
功能位于0x000002201F43CB70
我也尝试在for循环中使用它:
df1['id'] = df1['id'].apply(lambda x: x['id'].fillna(x['id'].max() +1))
但是我得到一个错误:
TypeError: 'float' object is not subscriptable
答案 0 :(得分:3)
您可以使用df.iterrows()
浏览行,并使用df.loc[]
设置缺少的“ id”值:
for index, row in df.iterrows():
if row['id'] > 0 : continue
df.loc[index,"id"] = df[df['year']==row['year']]['id'].max() +1
编辑
检查row ['id']是否不为null的更好方法是:
if pd.notnull(row['id']): ...