我对Python和数据科学非常陌生。你知道吗
我有一个大的数据集(有100K+行),在这个数据集中我有两列A
和B
。A
是Datetime列,B是字符串。你知道吗
B列有一些NaN值,我想用最新的已知B列值填充这些NaN值,假设我的空B列行和已经填充的B列行在同一天、月和年(A列)。你知道吗
让我解释一下我自己:
假设这是我的意见:
df=pd.DataFrame({'A': ["2019-03-13 08:12:23", "2019-03-13 07:10:18", "2019-03-20 08:12:23", "2019-03-13 08:12:23", "2019-03-15 10:35:53", "2019-03-20 11:12:23"], 'B': ["B1", "B0", "B13", np.nan, "B10", "B12"]})
A B
0 2019-03-13 08:12:23 B1
1 2019-03-13 07:10:18 B0
2 2019-03-20 08:12:23 B13
3 2019-03-13 08:12:23 NaN
4 2019-03-15 10:35:53 B10
5 2019-03-20 11:12:23 B12
我想用B1填充NaN值(B值发生在同一天并且具有最大时间,前提是这个“最大时间”不在实际的A
列值之前)。你知道吗
所以我的输出应该是这样的:
A B
0 2019-03-13 08:12:23 B1
1 2019-03-13 07:10:18 B0
2 2019-03-20 08:12:23 B13
3 2019-03-13 08:12:23 B1
4 2019-03-15 10:35:53 B10
5 2019-03-20 11:12:23 B12
我试图实现这一点,但没有成功,我所能做的就是利用以下方法使B13具有NaN价值:
df['B']=df['B'].replace({'B': {0: np.nan}}).ffill()
你们能告诉我实现这一目标的最简单最经济的方法是什么吗?你知道吗
试试
groupby().idxmax()
:输出:
使用
groupby
+ffill
您的任务可以使用以下一行程序执行:
相关问题 更多 >
编程相关推荐