Question

我希望对某些数据框列执行正向填充。 ffill方法将丢失的值或NaN替换为先前的填充值。就我而言，我想执行前向填充，不同之处在于，我不想在Nan上执行此操作，而是希望使用特定值（例如“ *”）。

这是一个例子

import pandas as pd 
import numpy as np

d = [{"a":1, "b":10},
     {"a":2, "b":"*"},
     {"a":3, "b":"*"},
     {"a":4, "b":"*"},
     {"a":np.nan, "b":50},
     {"a":6, "b":60},
     {"a":7, "b":70}]

df = pd.DataFrame(d)

df为

预期结果应该是

如果先用np.nan然后用ffill替换“ *”，则将ffill应用于列a。

由于我的数据有数百列，所以我想知道是否有比循环遍历所有列更有效的方法，请检查它是否包含“ *”，然后替换并填充。

Answer 1

我认为您的方向正确，但这是一个完整的解决方案。我正在做的是“标记”原始NaN值，然后使用ffill用NaN替换“ *”，然后放回原始NaN值。

df = df.replace(np.NaN, "<special>").replace("*", np.NaN).ffill().replace("<special>", np.NaN)

输出：

     a     b
0  1.0  10.0
1  2.0  10.0
2  3.0  10.0
3  4.0  10.0
4  NaN  50.0
5  6.0  60.0
6  7.0  70.0

这是做相同事情的替代解决方案，没有'特殊'标记：

original_nan = df.isna()
df = df.replace("*", np.NaN).ffill()
df[original_nan] = np.NaN

Answer 2

您可以将df.mask与df.isin结合使用df.replace

df.mask(df.isin(['*']),df.replace('*',np.nan).ffill())

     a   b
0  1.0  10
1  2.0  10
2  3.0  10
3  4.0  10
4  NaN  50
5  6.0  60
6  7.0  70

在熊猫数据框中向前填充自定义值

2 个答案: