正向填充熊猫列不具有最后一个值，但在非null和null元素上具有均值

Question

我在建模时间序列中经历了很多。 有时，您可能以不同的频率报告数据，例如每天一次和每周一次。 我不希望提前填充一周中每一天的每周数据点（因为它通常通常已经是一周中所有值的总和），而是向前填充或用平均值代替数据。 本质上，我想分散数据。

所以如果我有

s = pd.Series(index=pd.date_range('2015/1/1', '2015/1/9'), 
             data=[2, np.nan, 6, np.nan, np.nan, 2, np.nan, np.nan, np.nan])

那我想回来

2015-01-01     1
2015-01-02     1
2015-01-03     2
2015-01-04     2
2015-01-05     2
2015-01-06   0.5
2015-01-07   0.5
2015-01-08   0.5
2015-01-09   0.5
Freq: D, dtype: float64

有什么简单的方法可以做到这一点吗？ for循环不可避免吗？

Answer 1

这是使用.cumcount将序列分成不同的组然后进行transform 。

s.fillna(method='ffill').groupby(s.notnull().cumsum()).transform(lambda g: g/len(g))

2015-01-01    1.0
2015-01-02    1.0
2015-01-03    2.0
2015-01-04    2.0
2015-01-05    2.0
2015-01-06    0.5
2015-01-07    0.5
2015-01-08    0.5
2015-01-09    0.5
Freq: D, dtype: float64