基于相似的变量分组(列类型),我想用最接近日期(日期列)的值(列C)替换当前为0(列C)的值
我研究了.index.get_loc(df,method =“ nearest”) 但是在我的代码中应用它并不幸运。
d = pd.DataFrame(np.array([['2018-12-29',5,6,5,'cc'],
['2019-01-05',1,2,0,'cc'],
['2018-12-29',3,4,10,'cc'],
['2019-01-01',1,2,0,'bb'],
['2018-12-29',3,4,20,'bb'],
['2019-01-10',7,9,5,'bb']]),
columns =['Date','A','B','C','Type'])
# Date A B C Type
#0 2018-12-29 5 6 5.0 cc
#1 2019-01-05 1 2 0 cc
#2 2018-12-29 3 4 10.0 cc
#3 2019-01-01 1 2 0 bb
#4 2018-12-29 3 4 20.0 bb
#5 2019-01-10 7 9 5.0 bb
我如何: 1)将第一个None指定为相同类型“ cc”的相同日期值的平均值 2)将第二个“无”分配给具有类似“ bb”类型的最近日期
# Date A B C Type
#0 2018-12-29 5 6 5.0 cc
#1 2019-01-05 1 2 7.5 cc
#2 2018-12-29 3 4 10.0 cc
#3 2019-01-01 1 2 20.0 bb
#4 2018-12-29 3 4 20.0 bb
#5 2019-01-10 7 9 5.0 bb