Question

我有以下要填写NA值的DF。

我想用以下递增值填充它：

import pandas as pd

data = [[1,1 ],[1, 1 ], [2, None], [3, None]]

df = pd.DataFrame(data, columns = ['user', 'days_unseen'])

#current behavior of ffill, leaves value the same
df['value']=df['value'].ffill()
print(df)

#desired fill - increments last value by 1
desired_data = [[1,1 ],[1, 1 ], [2, 2], [3, 3]]
desired_df = pd.DataFrame(desired_data, columns = ['user', 'days_unseen'])
print(desired_df)

Answer 1

将Series.isna与Series.cumsum捆绑在一起以计算缺失值，并通过向前填充缺失值来添加最后一个非缺失值：

df['value'] = df['days_unseen'].isna().cumsum() + df['days_unseen'].ffill()
print(df)
   user  days_unseen  value
0     1          1.0    1.0
1     1          1.0    1.0
2     2          NaN    2.0
3     3          NaN    3.0

Answer 2

您可以使用辅助序列为NaN值的每个序列计算递增序列：

s = df.days_unseen.shift().loc[df.days_unseen.isna()]

s = pd.Series(data=1, index=s.index).cumsum() + s.fillna(
    method='ffill')

然后您可以使用它来填充原始数据框中的空值：

df.days_unseen.fillna(s, inplace=True)

它给出了预期的结果：

   user  days_unseen
0     1          1.0
1     1          1.0
2     2          2.0
3     3          3.0

用“ ffill”（或任何其他方法）填写不等于1的值

2 个答案: