Question

我有两个不同的时间序列，不同的大小。我想将时间序列（1）的NaN值替换为时间序列（2）同一个月的最后一个可用值。有功能可以做到这一点吗？这是我的时间范围：

timerange = pd.date_range('1/1/1', periods = 9, freq = 'D')

d1_t是我的第一个时间序列：

d1_t = pd.Series(np.random.randn(len(timerange)), timerange)

我要添加一个Na：

d1_t['2001-01-03'] = np.nan

我的第二个time_series是d2_t：

 d2_t = pd.Series(np.random.randn(len(timerange)), timerange)

我希望将当前具有NaN值的d1_t['2001-01-03']替换为d2_t['2001-01-02']

Answer 1

使用方法fillna（）

d1_t = d1_t.fillna(d2_t)

这将填充当天的数据。

我想念OP希望每天换一次数据来代替。为此，请参见@ansev的答案。

Answer 2

使用Series.fillna + Series.shift。仅当系列的索引完全相同时：

d1_t=d1_t.fillna(d2_t.shift())
print(d1_t)
2001-01-01    0.268759
2001-01-02   -0.064546
2001-01-03   -1.567730
2001-01-04   -0.770255
2001-01-05    0.479366
2001-01-06   -0.305752
2001-01-07    1.489243
2001-01-08    0.397007
2001-01-09    0.025405
Freq: D, dtype: float64

是否有python函数可替换时间序列中的NaN值？

2 个答案: