MultiIndexed DataFrame中的前向填充日期

Question

我有一个带有MultiIndex的PANDAs DataFrame，其中一个级别代表一年：

import pandas as pd
df = pd.DataFrame(dict(A = ['foo', 'foo', 'bar', 'bar', 'bar', 'bar'],
                       B = ['white', 'black', 'white', 'white', 'black', 'black'],
                       year = [1990, 1992, 1990, 1992, 1991, 1992],
                       value = [3.14, 1.20, 4.56, 6.79, 0.01, 0.02]))

df = df.set_index(['A', 'B', 'year'])

我想提前填充值，但仅限于每组的间隔年份 （由A和B的相互作用定义）。 这是输入：

                value
A   B     year       
foo white 1990   3.14
    black 1992   1.20
bar white 1990   4.56
          1992   6.79
    black 1991   0.01
          1992   0.02

这是所需的输出，还有一行：

                value
A   B     year       
foo white 1990   3.14
    black 1992   1.20
bar white 1990   4.56
          1991   4.56  <-- new forward-filled value
          1992   6.79
    black 1991   0.01
          1992   0.02

我怎样才能简洁有效地完成这项工作？ 我尝试过使用groupby和apply组合，但我是PANDAS的新手并继续抛出异常。

这是我如何天真地接近问题的一个例子：

def ffill_years(df):
    df.reset_index(['A', 'B'])  # drop all but 'year'
    year_range = range(df['year'].min(), df['year'].max())
    df.reindex(pd.Series(years)).fillna("ffill")
    return df

df.groupby(level=['A', 'B']).apply(ffill_years)

当然这不起作用。 任何和所有提示赞赏！

Answer 1

你非常接近 - 一些小的变化：

1. reset_index无法正常运行
2. 无法按名称引用索引，需要使用.index
3. 您的范围需要+1以包含端点
4. reindex也不到位
5. fillna的第一个参数是填充值，使用关键字method

见下文：

def ffill_years(df):
    df = df.reset_index(['A','B'])  # drop all but 'year'
    year_range = range(df.index.min(), df.index.max() + 1)

    df = df.reindex(pd.Series(year_range)).fillna(method='ffill')
    return df

结果是

In [209]: df.groupby(level=['A','B']).apply(ffill_years)
Out[209]: 
                  A      B  value
A   B     year                   
bar black 1991  bar  black   0.01
          1992  bar  black   0.02
    white 1990  bar  white   4.56
          1991  bar  white   4.56
          1992  bar  white   6.79
foo black 1992  foo  black   1.20
    white 1990  foo  white   3.14