Як замінити NaN на попередні значення в пандах DataFrame?

Припустимо, у мене є DataFrame з деякими NaNs:

>>> 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   9

Що мені потрібно зробити, це замінити кожне NaNпершим не NaNзначенням у тому ж стовпці над ним. Передбачається, що перший рядок ніколи не буде містити NaN. Так що для попереднього прикладу результат був би

   0  1  2
0  1  2  3
1  4  2  3
2  4  2  9

Я можу просто переглядати всю колонку DataFrame по колонці, елемент за елементом і встановлювати значення безпосередньо, але чи є простий (оптимально без циклу) спосіб цього досягти?

Ви можете використовувати fillnaметод у DataFrame та вказати метод як ffill(вперед заповнення):

>>> 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  9

Цей метод ...

розповсюдити [s] останнє дійсне спостереження вперед на наступне дійсне

Щоб піти навпаки, є також bfillметод.

Цей спосіб не змінює DataFrame inplace - вам потрібно буде зв'язати повернений DataFrame до змінної або вказати інше inplace=True:

df.fillna(method='ffill', inplace=True)

Прийнята відповідь ідеальна. У мене була пов'язана, але трохи інша ситуація, коли мені доводилося заповнювати вперед, але тільки в межах груп. Якщо хтось має таку саму потребу, знайте, що fillna працює на об’єкт DataFrameGroupBy.

>>> 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: float64

Ви можете використовувати pandas.DataFrame.fillnaз method='ffill'опцією. 'ffill'означає "заливка вперед" і поширюватиме останнє дійсне спостереження вперед. Альтернатива - це те, 'bfill'що працює так само, але назад.

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  9

Для цього є також функція прямого синоніма pandas.DataFrame.ffill, щоб зробити речі простішими.

Одне, що я помітив при спробі цього рішення, це те, що якщо у вас є N / A на початку або в кінці масиву, заповнення та bfill не дуже працюють. Вам потрібно обоє.

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  6.0

ffill тепер є власний метод 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  9.0

Лише одна версія стовпця

• Заповніть NAN останнім дійсним значенням

df[column_name].fillna(method='ffill', inplace=True)

• Заповніть NAN наступним дійсним значенням

df[column_name].fillna(method='backfill', inplace=True)

Просто погоджуюсь з ffillметодом, але одна додаткова інформація полягає в тому, що ви можете обмежити заповнення форвардом аргументом ключового слова limit.

>>> 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    9

Тепер з limitаргументом ключового слова

>>> 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

У моєму випадку ми маємо часові ряди з різних пристроїв, але деякі пристрої не могли надсилати значення протягом певного періоду. Таким чином, ми повинні створити значення NA для кожного пристрою та періоду часу, а після цього виконати фулну.

df = pd.DataFrame([["device1", 1, 'first val of device1'], ["device2", 2, 'first val of device2'], ["device3", 3, 'first val of device3']])
df.pivot(index=1, columns=0, values=2).fillna(method='ffill').unstack().reset_index(name='value')

Результат:

        0   1   value
0   device1     1   first val of device1
1   device1     2   first val of device1
2   device1     3   first val of device1
3   device2     1   None
4   device2     2   first val of device2
5   device2     3   first val of device2
6   device3     1   None
7   device3     2   None
8   device3     3   first val of device3

Ви можете використовувати fillnaдля видалення або заміни значень NaN.

NaN Remove

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])

df.fillna(method='ffill')
     0    1    2
0  1.0  2.0  3.0
1  4.0  2.0  3.0
2  4.0  2.0  9.0

NaN Замінити

df.fillna(0) # 0 means What Value you want to replace 
     0    1    2
0  1.0  2.0  3.0
1  4.0  0.0  0.0
2  0.0  0.0  9.0

Довідкова панда.DataFrame.fillna