Jeg har følgende dataramme df: tid col_A 0 1520582580.000 79.000 1 1520582880.000 22.500 2 1520583180.000 29.361 3 1520583480.000 116.095 4 1520583780.000 19.972 5 1520584080.000 36.857 6 1520584380.000 15.167 7 1520584680.000 nan 8 1520584980.000 nan 9 1520585280.000 nan 10 1520585580.000 34.500 11 1520585880.000 17.583 12 1520586180.000 nan 13 1520586480.000 48,833 14 1520586780.000 18.806 15 1520587080.000 18.583 col_A har noen manglende data. Jeg vil lage en col_B, som tar den forrige verdien for hver post som mangler. dvs. 6 1520584380.000 15.167 7 1520584680.000 15.167 8 1520584980.000 15,167 9 1520585280.000 15.167 10 1520585580.000 34.500 11 1520585880.000 17.583 12 1520586180.000 17.583 13 1520586480.000 48,833 og en kol_C, som interpolerer ved hjelp av de nærmeste punktene før og etter ikke-manglende punkter. dvs. 6 1520584380.000 15.167 7 1520584680.000 20.001 8 1520584980.000 24.834 9 1520585280.000 29,667 10 1520585580.000 34.500 11 1520585880.000 17.583 12 1520586180.000 33.208 13 1520586480.000 48,833 Annet enn å sløyfe over datarammen for å gjøre beregningen post for post, er det en innebygd funksjon som jeg kan bruke for å oppnå dette på en elegant måte? Takk!
2021-03-06 08:14:55
Jeg tror jeg trenger å fylle ut med interpolering:
df ['colB'] = df ['col_A']. fyll ut ()
df ['colc'] = df ['col_A']. interpolere ()
skrive ut (df)
tid col_A colB colc
0 1.520583e + 09 79.000 79.000 79.00000
1 1.520583e + 09 22.500 22.500 22.50000
2 1.520583e + 09 29.361 29.361 29.36100
3 1.520583e + 09 116.095 116.095 116.09500
4 1.520584e + 09 19.972 19.972 19.97200
5 1.520584e + 09 36.857 36.857 36.85700
6 1.520584e + 09 15.167 15.167 15.16700
7 1.520585e + 09 NaN 15.167 20.00025
8 1.520585e + 09 NaN 15.167 24.83350
9 1.520585e + 09 NaN 15.167 29.66675
10 1.520586e + 09 34.500 34.500 34.50000
11 1.520586e + 09 17.583 17.583 17.58300
12 1.520586e + 09 NaN 17.583 33.20800
13 1.520586e + 09 48.833 48.833 48.83300
14 1.520587e + 09 18.806 18.806 18.80600
15 1.520587e + 09 18.583 18.583 18.58300
Hvis du vil bruke metoden tid for interpolering:
df ['time'] = pd.to_datetime (df ['time'], unit = 's')
df = df.set_index ('tid')
df ['colB'] = df ['col_A']. fyll ut ()
df ['colc'] = df ['col_A']. interpolere ('tid')
skrive ut (df)
col_A colB colc
tid
2018-03-09 08:03:00 79.000 79.000 79.00000
2018-03-09 08:08:00 22.500 22.500 22.50000
2018-03-09 08:13:00 29.361 29.361 29.36100
2018-03-09 08:18:00 116.095 116.095 116.09500
2018-03-09 08:23:00 19.972 19.972 19.97200
2018-03-09 08:28:00 36.857 36.857 36.85700
2018-03-09 08:33:00 15.167 15.167 15.16700
2018-03-09 08:38:00 NaN 15.167 20.00025
2018-03-09 08:43:00 NaN 15.167 24.83350
2018-03-09 08:48:00 NaN 15.167 29.66675
2018-03-09 08:53:00 34.500 34.500 34.50000
2018-03-09 08:58:00 17.583 17.583 17.58300
2018-03-09 09:03:00 NaN 17.583 33.20800
2018-03-09 09:08:00 48.833 48.833 48.83300
2018-03-09 09:13:00 18.806 18.806 18.80600
2018-03-09 09:18:00 18.583 18.583 18.58300
|
Ditt svar
StackExchange.ifUsing ("editor", function () {
StackExchange.using ("externalEditor", funksjon () {
StackExchange.using ("snippets", function () {
StackExchange.snippets.init ();
});
});
}, "kodebiter");
StackExchange.ready (funksjon () {
var channelOptions = {
tagger: "" .split (""),
id: "1"
};
initTagRenderer ("". split (""), "" .split (""), channelOptions);
StackExchange.using ("externalEditor", funksjon () {
// Må utløse redaktøren etter utdrag, hvis utdrag er aktivert
hvis (StackExchange.settings.snippets.snippetsEnabled) {
StackExchange.using ("snippets", function () {
createEditor ();
});
}
annet {
createEditor ();
}
});
funksjon createEditor () {
StackExchange.prepareEditor ({
useStacksEditor: false,
hjerteslagType: 'svar',
autoActivateHeartbeat: false,
convertImagesToLinks: sant,
noModals: sant,
showLowRepImageUploadWarning: true,
reputToPostImages: 10,
bindNavPrevention: true,
postfix: "",
imageUploader: {
brandingHtml: "Drevet av \ u003ca href = \" https: //imgur.com/ \ "\ u003e \ u003csvg class = \" svg-icon \ "width = \" 50 \ "height = \" 18 \ "viewBox = \ "0 0 50 18 \" fill = \ "none \" xmlns = \ "http: //www.w3.org/2000/svg \" \ u003e \ u003cpath d = \ "M46.1709 9.17788C46.1709 8.26454 46.2665 7.94324 47.1084 7.58816C47.4091 7.46349 47.7169 7.36433 48.0099 7.26993C48.9099 6.97997 49.672 6.73443 49.672 5.93063C49.672 5.22043 48.9832 4.61182 48.1414 4.61182C47.4335 4.61182 46.7256 4.916 43.1481 6.59048V11.9512C43.1481 13.2535 43.6264 13.8962 44.6595 13.8962C45.6924 13.8962 46.1709 13.2535 46.1709 11.9512V9.17788Z \ "/ \ u003e \ u003cpath d = \" M32.492 10.1419C4.4.014.412 12.6 12.6 41.5985 12.6954 41.5985 10.1419V6.59049C41.5985 5.28821 41.1394 4.66232 40.1061 4.66232C39.0732 4.66232 38.5948 5.28821 38.5948 6.59049V9.60062C38.5948 10.8521 38.2696 11.5455 37.0451 11.445.5 521 35.4954 9.60062V6.59049C35.4954 5.28821 35.0173 4.66232 34.0034 4.66232C32.9703 4.66232 32.492 5.28821 32.492 6.59049V10.1419Z \ "/ \ u003e \ u003cpath fill-rule = \" evenodd \ "clip-rule = \" evend = \ "M25.6622 17.6335C27.8049 17.6335 29.3739 16.9402 30.2537 15.6379C30.8468 14.7755 30.9615 13.5579 30.9615 11.9512V6.59049C30.9615 5.28821 30.4833 4.66231 29.4502 4.66231C28.9913.566.461.56 .1369 4.56087 21.0134 6.57349 21.0134 9.27932C21.0134 11.9852 23.003 13.913 25.3754 13.913C26.5612 13.913 27.4607 13.4902 28.1109 12.6616C28.1109 12.7229 28.1161 12.7799 28.121 12.8346C28.125 12.222.225 15.2321 24.1352 14.9821 23.5661 14.7787C23.176 14.6393 22.8472 14.5218 22.5437 14.5218C21.7977 14.5218 21.2429 15.0123 21.2429 15.6887C21.2429 16.7375 22.9072 17.6335 25.6622 17.63351724.224.17 27.2119 7.09766 28.0918 7.94324 28.0918 9.27932C28.091810. 5.82936 18.4879 4.62866 16.4027 4.62866C15.1594 4.62866 14.279 4.98375 13.3609 5.88013C12.653 5.05154 11.6581 4.62866 10.3573 4.62866C9. 13.2535 5.4.973 9.8723 13.8962 8.5232 13.296.58.723.28 5104 6.91179 10.893 7.58817 10.893 8.94108V11.9512C10.893 13.95 .90741C13.9157 7.58817 14.3365 6.91179 15.4269 6.91179C16.4027 6.91179 16.8045 7.58817 16.8045 8.94108V11.9512Z \ "/ \ u003e3d \ u003e \ 5.28821 2.83866 4 .66232 1.82471 4.66232C0.791758 4.66232 0.313354 5.28821 0.313354 6.59049V11.9512C0.313354 13.2535 0.791758 13.8962 1.82471 13.8962C2.85798 13.8962 3.31675 13.2535 3.31675 11.9512V6.59049Z \ 84 \ 61 = 84 = 61 = 0 = 3.57676C2.90056 3.57676 3.7234 2.87869 3.7234 1.98861C3.7234 1.1159 2.90056 0.400291 1.87209 0.400291Z fill = / s # 1BB00 \ u003e / / / a \ u003e ",
contentPolicyHtml: “Brukerbidrag lisensiert under \ u003ca href =” https: //stackoverflow.com/help/licensing “\ u003ecc by-sa \ u003c / a \ u003e \ u003ca href =” / legal / content-policy \ "\ u003e (innholdspolicy) \ u003c / a \ u003e ",
allowUrls: sant
},
onDemand: sant,
discardSelector: ".discard-answer"
, straksShowMarkdownHelp: true, enableTables: true, enableSnippets: true
});
}
});
Takk for at du bidro med svaret på Stack Overflow!
Sørg for å svare på spørsmålet. Gi detaljer og del din forskning!
Men unngå ...
Be om hjelp, avklaring eller svare på andre svar.
Å komme med uttalelser basert på mening; Sikkerhetskopier dem med referanser eller personlig erfaring.
For å lære mer, se tipsene våre for å skrive gode svar.
Utkast lagret
Utkast kastet
Registrer deg eller logg inn
StackExchange.ready (funksjon () {
StackExchange.helpers.onClickDraftSave ('# login-link');
});
Registrer deg ved hjelp av Google
Registrer deg ved hjelp av Facebook
Registrer deg ved hjelp av e-post og passord
Sende inn
Legg ut som gjest
Navn
E-post
Påkrevd, men aldri vist
StackExchange.ready (
funksjon () {
StackExchange.openid.initPostLogin ('. New-post-login', 'https% 3a% 2f% 2fstackoverflow.com% 2fquestions% 2f49332802% 2fpandas-fill-nan-using-previous-value-and-interpolating% 23new-answer' , 'spørsmålsside');
}
);
Legg ut som gjest
Navn
E-post
Påkrevd, men aldri vist
Legg ut svaret ditt
Kast
Ved å klikke på “Legg ut svaret ditt” godtar du våre vilkår for bruk, personvernregler og policy for informasjonskapsler
Er ikke svaret du leter etter? Bla gjennom andre spørsmål merket python-3.x pandas dataframe eller still ditt eget spørsmål.