python-MultiIndexed DataFrame中的前填日期
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-MultiIndexed DataFrame中的前填日期，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1843字，纯文字阅读大概需要3分钟。
内容图文
我有一个带有MultiIndex的PANDAs DataFrame,其中一个级别代表一年：
import pandas as pd
df = pd.DataFrame(dict(A = ['foo', 'foo', 'bar', 'bar', 'bar', 'bar'],
B = ['white', 'black', 'white', 'white', 'black', 'black'],
year = [1990, 1992, 1990, 1992, 1991, 1992],
value = [3.14, 1.20, 4.56, 6.79, 0.01, 0.02]))
df = df.set_index(['A', 'B', 'year'])
我只想填充值,但仅适用于每个组的中间年份(由A和B的交互作用定义).这是输入：
value
A B year
foo white 1990 3.14
black 1992 1.20
bar white 1990 4.56
1992 6.79
black 1991 0.01
1992 0.02
这是所需的输出,另外一行：
value
A B year
foo white 1990 3.14
black 1992 1.20
bar white 1990 4.56
1991 4.56 <-- new forward-filled value
1992 6.79
black 1991 0.01
1992 0.02
如何才能简洁高效地完成此任务？我尝试过使用groupby和apply的组合,但是我对PANDAS并不陌生,并且会不断抛出异常.
这是我如何天真的解决问题的一个示例：
def ffill_years(df):
df.reset_index(['A', 'B']) # drop all but 'year'
year_range = range(df['year'].min(), df['year'].max())
df.reindex(pd.Series(years)).fillna("ffill")
return df
df.groupby(level=['A', 'B']).apply(ffill_years)
当然这是行不通的.任何和所有提示表示赞赏！
解决方法:
您非常接近-进行了一些小更改：
> reset_index不在适当位置
>无法按名称引用索引,需要使用.index
>您的范围需要1才能包含端点
>重新索引也就位
> fillna的第一个参数是填充值,使用关键字方法
见下文：
def ffill_years(df):
df = df.reset_index(['A','B']) # drop all but 'year'
year_range = range(df.index.min(), df.index.max() + 1)
df = df.reindex(pd.Series(year_range)).fillna(method='ffill')
return df
结果是
In [209]: df.groupby(level=['A','B']).apply(ffill_years)
Out[209]:
A B value
A B year
bar black 1991 bar black 0.01
1992 bar black 0.02
white 1990 bar white 4.56
1991 bar white 4.56
1992 bar white 6.79
foo black 1992 foo black 1.20
white 1990 foo white 3.14
内容总结
以上是互联网集市为您收集整理的python-MultiIndexed DataFrame中的前填日期全部内容，希望文章能够帮你解决python-MultiIndexed DataFrame中的前填日期所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。