我有一個具有這種整體結構的數據框：（ 我知道。它可能會更好，但這是我必須使用的:)| patient_id | inclusion_timestamp | pre_event_1 | post_event_1 | post_event_2 ||------------|---------------------|------------------|------------------|------------------|| 1 | NaN | 27-06-2020 12:26 | NaN | NaN || 1 | 28-06-2020 13:05 | NaN | NaN | NaN || 1 | NaN | NaN | 29-06-2020 14:00 | NaN || 1 | NaN | NaN | NaN | 29-06-2020 23:57 || 2 | NaN | 29-06-2020 10:11 | NaN | NaN || 2 | 29-06-2020 18:26 | NaN | NaN | NaN || 2 | NaN | NaN | 30-06-2020 19:36 | NaN || 2 | NaN | NaN | NaN | 31-06-2020 21:20 || 3 | NaN | 29-06-2020 06:35 | NaN | NaN || 3 | NaN | 29-06-2020 07:28 | NaN | NaN || 3 | 30-06-2020 09:06 | NaN | NaN | NaN || 3 | NaN | NaN | NaN | 01-07-2020 12:10 |等等。我知從 inclusion_timestamp 進行計算的唯一方法是從 inclusion_timestamp 向前填充。但是，這會導致 pre_event_1 字段的計算錯誤，因為它的列通常在計算值之前。我認為答案是遍歷索引列，然后在每個 patient_id 中應用向前和向后填充，但我無法讓我的代碼工作......
1 回答
三國紛爭
TA貢獻1804條經驗 獲得超7個贊
DataFrame.groupby在列上使用patient_id并使用applytoffill和bfill：
df['inclusion_timestamp']?=?df.groupby('patient_id')['inclusion_timestamp']\
??????????????????????????????.apply(lambda?x:?x.ffill().bfill())DataFrame.groupby或者使用with的另一個想法Series.combine_first：
g?=?df.groupby('patient_id')['inclusion_timestamp']
df['inclusion_timestamp']?=?g.ffill().combine_first(g.bfill())使用兩個連續的另一個想法Series.groupby：
df['inclusion_timestamp']?=?df['inclusion_timestamp'].groupby(df['patient_id'])\ ???????????????????????????.ffill().groupby(df['patient_id']).bfill()
結果：
? ? patient_id inclusion_timestamp? ? ? ?pre_event_1? ? ? post_event_1? ? ? post_event_2
0? ? ? ? ? ? 1? ? 28-06-2020 13:05? 27-06-2020 12:26? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN
1? ? ? ? ? ? 1? ? 28-06-2020 13:05? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN
2? ? ? ? ? ? 1? ? 28-06-2020 13:05? ? ? ? ? ? ? ?NaN? 29-06-2020 14:00? ? ? ? ? ? ? ?NaN
3? ? ? ? ? ? 1? ? 28-06-2020 13:05? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN? 29-06-2020 23:57
4? ? ? ? ? ? 2? ? 29-06-2020 18:26? 29-06-2020 10:11? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN
5? ? ? ? ? ? 2? ? 29-06-2020 18:26? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN
6? ? ? ? ? ? 2? ? 29-06-2020 18:26? ? ? ? ? ? ? ?NaN? 30-06-2020 19:36? ? ? ? ? ? ? ?NaN
7? ? ? ? ? ? 2? ? 29-06-2020 18:26? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN? 31-06-2020 21:20
8? ? ? ? ? ? 3? ? 30-06-2020 09:06? 29-06-2020 06:35? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN
9? ? ? ? ? ? 3? ? 30-06-2020 09:06? 29-06-2020 07:28? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN
10? ? ? ? ? ?3? ? 30-06-2020 09:06? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN
11? ? ? ? ? ?3? ? 30-06-2020 09:06? ? ? ? ? ? ? ?NaN? ? ? ? ? ? ? ?NaN? 01-07-2020 12:10
性能（使用 測量timeit）：
df.shape
(1200000, 5)
%%timeit -n10 @Method 1 (Best Method)
263 ms ± 1.72 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%%timeit -n10 @Method 2
342 ms ± 1.58 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%%timeit -n10 @Method3
297 ms ± 4.83 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
添加回答
舉報
0/150
提交
取消