如何检查列值 = NAN 的日期时间行值是本月的第一天？

Question

这是我能问出我要道歉的问题的最清楚的方式。 我有这样的月度数据，只有每月的第一天有数据点

city   time        value
London 2000-01-01  5
London 2000-01-02  nan
London 2000-01-03  nan
..
London 2000-01-31  nan
London 2000-02-01  nan
London 2000-02-02  nan
London 2000-02-01  nan
...
London 2000-02-31  nan
London 2000-03-01  3
London 2000-01-01  nan
..

我基本上想以 pandas 形式执行以下语句：

如果 value = nan 对于 day = 1 的时间戳，则用 -1 替换该月的第一个值。 我正在使用条件作为掩码来处理 python 子分段符号。

所以从上面我希望我的数据看起来像

city   time        value
London 2000-01-01  5
London 2000-01-02  nan
London 2000-01-03  nan
..
London 2000-01-31  nan
London 2000-02-01  -1
London 2000-02-02  nan
London 2000-02-01  nan
...
London 2000-02-31  nan
London 2000-03-01  3
London 2000-01-01  nan
..

但它显然还在继续，并且有数千行。

编辑-

以下是我开始尝试的内容：所以我在网上看到我可以创建一个条件，然后使用 df.loc(that condition) 对数据进行分段，如下所示

mask = (df.time.dt.day==1)

所以我相信这个小节是 day=1 的时间，但我不知道如何进行。

Answer 1

将numpy.where与pd.to_datetime 、 Series.eq和Series.isna使用：

In [503]: import numpy as np

# Convert 'time' column into pandas datetime
In [499]: df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d')

In [504]: df['value'] = np.where(df['time'].dt.day.eq(1) & df['value'].isna(), -1, df['value'])

In [505]: df
Out[505]: 
     city       time  value
0  London 2000-01-01    5.0
1  London 2000-01-02    NaN
2  London 2000-01-03    NaN
3  London 2000-01-31    NaN
4  London 2000-02-01   -1.0
5  London 2000-02-02    NaN
6  London 2000-02-01   -1.0
7  London 2000-03-01    3.0
8  London 2000-01-01   -1.0

或使用df.loc ：

In [499]: df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d')
In [510]: df.loc[df['time'].dt.day.eq(1) & df['value'].isna(), 'value'] = -1