所以我有一個數據幀df = pandas.DataFrame([[numpy.nan,5],[numpy.nan,5],[2015,5],[2020,5],[numpy.nan,10],[numpy.nan,10],[numpy.nan,10],[2090,10],[2100,10]],columns=["value","interval"]) value interval0 NaN 51 NaN 52 2015.0 53 2020.0 54 NaN 105 NaN 106 NaN 107 2090.0 108 2100.0 10我需要根據NaN值的間隔和該索引后面的第一個非nan向后填充NaN值，因此預期的輸出是 value interval0 2005.0 5 # corrected 2010 - 5(interval)1 2010.0 5 # corrected 2015 - 5(interval)2 2015.0 5 # no change ( use this to correct 2 previous rows)3 2020.0 5 # no change4 2060.0 10 # corrected 2070 - 105 2070.0 10 # corrected 2080 - 10 6 2080.0 10 # corrected 2090 - 10 7 2090.0 10 # no change (use this to correct 3 previous rows)8 2100.0 10 # no change我不知道如何使用pandas / numpy矢量化操作來完成此任務...我可以用一個非常簡單的循環來做到這一點last_good_value = Nonefixed_values = []for val,interval in reversed(df.values): if val == numpy.nan and last_good_value is not None: fixed_values.append(last_good_value - interval) last_good_value = fixed_values[-1] else: fixed_values.append(val) if val != numpy.nan: last_good_value = valprint (reversed(fixed_values))嚴格來說，這是有效的...但我想了解一個可以解析值并避免循環的pandas解決方案（這在現實中是一個相當大的列表）
2 回答
慕俠2389804
TA貢獻1719條經驗 獲得超6個贊
首先，獲取共享相同“間隔”值的組中行的位置。
然后，獲取每個組的最后一個值。
你要找的是“last_value - pos * interval”
df = df.reset_index()
grouped_df = df.groupby(['interval'])
df['pos'] = grouped_df['index'].rank(method='first', ascending=False) - 1
df['last'] = grouped_df['value'].transform('last')
df['value'] = df['last'] - df['interval'] * df['pos']
del df['pos'], df['last'], df['index']
白板的微信
TA貢獻1883條經驗 獲得超3個贊
創建一個分組系列，該序列通過用 反轉來將最后一個非空值與其前面的所有行分組。然后，您可以并用于確定從每行中減去多少。NaN[::-1]bfillcumsum
s = df['value'].notnull()[::-1].cumsum()
subt = df.loc[df['value'].isnull(), 'interval'][::-1].groupby(s).cumsum()
df['value'] = df.groupby(s)['value'].bfill().subtract(subt, fill_value=0)
value interval
0 2005.0 5
1 2010.0 5
2 2015.0 5
3 2020.0 5
4 2060.0 10
5 2070.0 10
6 2080.0 10
7 2090.0 10
8 2100.0 10
因為 是 NaN 行的子集，所以確保具有值的行保持不變subtfill_value=0
print(subt)
#6 10
#5 20
#4 30
#1 5
#0 10
#Name: interval, dtype: int64
添加回答
舉報
0/150
提交
取消