[英]Repeat and fill rows based on column value in pandas?
我在很多天的过程中收集数据,并且可以选择说一天中的数据应该是另一天的重复。 如何使用重复标签列指定的数据填充 NaN 行?
此问题的变体: 基于列值重复 dataframe 的部分
#Example Dataframes
example_data = [[1,np.NaN,"3a+b"],[2,np.NaN,"c"],[3,1,np.NaN],[4,np.NaN,"b+c"], [5,2,np.NaN], [6,0,0]]
to_solve = pd.DataFrame(example_data,columns=['Day','repeat_tag','calculation'])
desired= [[1,np.NaN,"3a+b"],[2,np.NaN,"c"],[3,1,"3a+b"],[4,np.NaN,"b+c"], [5,2,"c"],[6,0,0]]
desired_table=pd.DataFrame(desired,columns=['Day','repeat_tag','calculation'])
IIUC,您可以在map
上使用 map 与系列计算中的值一次set_index
Day,并使用fillna
将值分配回计算。
to_solve['calculation'] = to_solve['calculation']\
.fillna(to_solve['repeat_tag']\
.map(to_solve.set_index('Day')['calculation']))
print(to_solve)
Day repeat_tag calculation
0 1 NaN 3a+b
1 2 NaN c
2 3 1.0 3a+b
3 4 NaN b+c
4 5 2.0 c
5 6 0.0 0
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.