NaNs 가있는 DataFrame이 있다고 가정합니다 .
>>> import pandas as pd
>>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
>>> df
0 1 2
0 1 2 3
1 4 NaN NaN
2 NaN NaN 9내가해야 할 일은 위의 동일한 열에서 모든 값을 NaN첫 번째가 아닌 NaN값으로 바꾸는 것입니다. 첫 번째 행에는 결코을 포함하지 않는 것으로 가정합니다 NaN. 이전 예제의 경우 결과는
0 1 2
0 1 2 3
1 4 2 3
2 4 2 9열 단위, 요소 단위로 전체 DataFrame을 반복하고 값을 직접 설정할 수 있지만 이것을 달성하는 쉬운 (최적의 루프가없는) 방법이 있습니까?
답변
fillnaDataFrame에서 메소드를 사용하고 메소드를 ffill(전달) 으로 지정할 수 있습니다 .
>>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
>>> df.fillna(method='ffill')
0 1 2
0 1 2 3
1 4 2 3
2 4 2 9이 방법…
마지막 유효 관측치를 다음 유효로 전파
반대 방향으로 가려면 bfill방법도 있습니다.
이 메서드는 DataFrame을 수정하지 않습니다. 반환 된 DataFrame을 변수에 리 바인드하거나 다른 방법으로 지정해야합니다 inplace=True.
df.fillna(method='ffill', inplace=True)답변
허용 된 답변은 완벽합니다. 나는 관련이 있지만 약간 다른 상황이 있었지만 그룹 내에서만 작성해야했습니다. 누군가 같은 요구가있는 경우 fillna가 DataFrameGroupBy 오브젝트에서 작동 함을 알아야합니다.
>>> example = pd.DataFrame({'number':[0,1,2,nan,4,nan,6,7,8,9],'name':list('aaabbbcccc')})
>>> example
name number
0 a 0.0
1 a 1.0
2 a 2.0
3 b NaN
4 b 4.0
5 b NaN
6 c 6.0
7 c 7.0
8 c 8.0
9 c 9.0
>>> example.groupby('name')['number'].fillna(method='ffill') # fill in row 5 but not row 3
0 0.0
1 1.0
2 2.0
3 NaN
4 4.0
5 4.0
6 6.0
7 7.0
8 8.0
9 9.0
Name: number, dtype: float64답변
옵션 pandas.DataFrame.fillna과 함께 사용할 수 있습니다 method='ffill'. 'ffill'‘앞으로 채우기’를 나타내며 마지막 유효한 관측치를 앞으로 전파합니다. 대안은 'bfill'같은 방식으로 작동하지만 거꾸로 작동합니다.
import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
df = df.fillna(method='ffill')
print(df)
# 0 1 2
#0 1 2 3
#1 4 2 3
#2 4 2 9pandas.DataFrame.ffill일을 더 단순하게하기 위한 직접적인 동의어 함수도 있습니다 .
답변
이 솔루션을 시도 할 때 주목할 점은 배열의 시작 또는 끝에 N / A가 있으면 ffill 및 bfill이 제대로 작동하지 않는다는 것입니다. 둘 다 필요합니다.
In [224]: df = pd.DataFrame([None, 1, 2, 3, None, 4, 5, 6, None])
In [225]: df.ffill()
Out[225]:
0
0 NaN
1 1.0
...
7 6.0
8 6.0
In [226]: df.bfill()
Out[226]:
0
0 1.0
1 1.0
...
7 6.0
8 NaN
In [227]: df.bfill().ffill()
Out[227]:
0
0 1.0
1 1.0
...
7 6.0
8 6.0답변
ffill 이제는 자체 방법이 있습니다 pd.DataFrame.ffill
df.ffill()
0 1 2
0 1.0 2.0 3.0
1 4.0 2.0 3.0
2 4.0 2.0 9.0답변
단 하나의 열 버전
- 마지막 유효 값으로 NAN을 채 웁니다.
df[column_name].fillna(method='ffill', inplace=True)- 다음 유효한 값으로 NAN을 채 웁니다.
df[column_name].fillna(method='backfill', inplace=True)답변
ffill메소드에 동의 하지만 추가 정보는 키워드 인수로 앞으로 채우기를 제한 할 수 있다는 것 limit입니다.
>>> import pandas as pd
>>> df = pd.DataFrame([[1, 2, 3], [None, None, 6], [None, None, 9]])
>>> df
0 1 2
0 1.0 2.0 3
1 NaN NaN 6
2 NaN NaN 9
>>> df[1].fillna(method='ffill', inplace=True)
>>> df
0 1 2
0 1.0 2.0 3
1 NaN 2.0 6
2 NaN 2.0 9이제와 limit키워드 인수
>>> df[0].fillna(method='ffill', limit=1, inplace=True)
>>> df
0 1 2
0 1.0 2.0 3
1 1.0 2.0 6
2 NaN 2.0 9