如何在指定的时间间隔内使用shift填充pandas中缺少的值？

Question

我有一个类似这样的数据帧：

+---------+---------+
| Value A | Value B |
+---------+---------+
| 10       |       1 |
| 20       |       2 |
| 30       |       3 |
| 40       |       4 |
| 50       |       5 |
| 60       |     NaN |
| 70       |     NaN |
| 80       |     NaN |
| 90       |     NaN |
| 100      |     NaN |
+---------+---------+

我想用之前的值来填充这些缺失的值，但是像下面所示的那样移动。你知道吗

+---------+---------+
| Value A | Value B |
+---------+---------+
| 10       |       1 |
| 20       |       1 |
| 30       |       2 |
| 40       |       2 |
| 50       |       3 |
| 60       |       3 |
| 70       |       4 |
| 80       |       4 |
| 90       |       5 |
| 100      |       5 |
+---------+---------+

问题是，我发现这些缺少的值可能在任一列中。我试着手工做，但那要花很多时间。填充值也依赖于A列的len()。我的方法是这样的：

missing_data_len = len(valueA)-len(valueB)
df['ValueB'].shift(missing_data_len)

然后用ffill填写NaN vlaues。但结果并不准确。有没有更好的方法来解决这个问题。你知道吗

Answer 1

用途：

null=df['Value_B'].isnull()
r=(len(df)/null.sum())
df['Value_B']=df.loc[~null,'Value_B'].repeat(r).reset_index(drop=True)

---

   Value_A  Value_B
0       10      1.0
1       20      1.0
2       30      2.0
3       40      2.0
4       50      3.0
5       60      3.0
6       70      4.0
7       80      4.0
8       90      5.0
9      100      5.0