[英]Multi-Indexed fillna in Pandas
我有一个多索引的数据框,我想回填一组中的缺失值。 我目前拥有的数据框如下所示:
df = pd.DataFrame({
'group': ['group_a'] * 7 + ['group_b'] * 3 + ['group_c'] * 2,
'Date': ["2013-06-11",
"2013-07-02",
"2013-07-09",
"2013-07-30",
"2013-08-06",
"2013-09-03",
"2013-10-01",
"2013-07-09",
"2013-08-06",
"2013-09-03",
"2013-07-09",
"2013-09-03"],
'Value': [np.nan, np.nan, np.nan, 9, 4, 40, 18, np.nan, np.nan, 5, np.nan, 2]})
df.Date = df['Date'].apply(lambda x: pd.to_datetime(x).date())
df = df.set_index(['group', 'Date'])
我正在尝试获取一个数据框,以回填该组中缺少的值。 像这样:
Group Date Value
group_a 2013-06-11 9
2013-07-02 9
2013-07-09 9
2013-07-30 9
2013-08-06 4
2013-09-03 40
2013-10-01 18
group_b 2013-07-09 5
2013-08-06 5
2013-09-03 5
group_c 2013-07-09 2
2013-09-03 2
我尝试使用pd.fillna('Value', inplace=True)
,但在复制时设置了一个警告,此后我就发现与多索引的存在有关。 有没有一种方法可以使fillna适用于多索引行? 另外,理想情况下,我将能够将fillna仅应用于一列,而不应用于整个数据框。
任何对此的见识都将是巨大的。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.