我有一个收到的订单数据框,例如:
Date Units
01-01-2020 2
02-01-2020 12
03-01-2020 NaN
04-01-2020 NaN
05-01-2020 5
06-01-2020 9
07-01-2020 NaN
08-01-2020 1
有时候,客户会订购更多数量的商品,因此他们不必在接下来的1或2天重新订购。我正在尝试查找客户在任何给定日期使用的平均数量。例如,如果客户订购12个订单,然后在两天内没有订购,则所有三天的单位都应更改为4。 输出为:
Date Units
01-01-2020 2
02-01-2020 4
03-01-2020 4
04-01-2020 4
05-01-2020 5
06-01-2020 4.5
07-01-2020 4.5
08-01-2020 1
我可以结合使用填充和添加辅助列来计算连续的NaN值,但是我觉得必须有一种更优雅的方法。
答案 0 :(得分:1)
我们可以尝试将isnull
与cumsum
一起使用,创建groupby
键,然后执行transform
df['Units'] = df['Units'].fillna(0).groupby(df['Units'].notnull().cumsum()).transform('mean')
0 2.0
1 4.0
2 4.0
3 4.0
4 5.0
5 4.5
6 4.5
7 1.0