Question

我有一个联邦调查局犯罪统计的csv文件。按州分类，然后按城市分类。问题在于每个状态每个分组只有一行，因此在第一个状态之后，该系列的每个后续值都是NaN，直到下一个状态为止。

到目前为止，我的代码只是我用pandas read_csv函数引入了csv，我将最后几行截断了，因为它们无关紧要。

crime = pd.read_csv('crime-stats-by-state-and-city-2010.csv', nrows=9310)
# df looks like:
            city       |   etc...
state
ALABAMA     Abbeville
NaN         Adamsville
NaN         Addison
...         ...
CALIFORNIA  Adelanto
NaN         Alameda

我的问题是如何遍历状态列并将每个NaN值替换为正确的状态。我想我想做的是遍历每一行并检查当前项是NaN还是状态。如果是状态，那么我希望每个后续的NaN值都是相同的值，直到进入下一个状态为止，在该状态下我将重复相同的过程。

宁愿仅使用提示/提示/解释而不是代码，但乞g不能成为选择者。

Answer 1

尝试类似的东西：

df.reset_index(inplace=True)
df['state'].fillna(method='ffill', inplace=True)

Answer 2

最初，我虽然要使用 reindex（method ='ffill'），但仅适用于索引为单调的情况增加或减少。

由于我们无法保证索引顺序，因此必须使用 3个阶段的方法：

重置索引（将 state 设置为常规列）
在此列上调用填充，
将索引设置回状态。

执行此操作的代码是：

df.reset_index(inplace=True)
df.state = df.state.ffill()
df.set_index('state', inplace=True)

如何动态更新“熊猫数据框”列中的行值？

2 个答案: