Pandas df 获取上一行值

Question

我有一个 pandas dataframe 和 null 值：

指数	费查	代码	地方	数据1	porcentaje_dato1	数据2	数据3	porcentaje_dato3
0	2021-01-04	1个	地点1	25809	0.3	钠盐	钠盐	0.0
1个	2021-01-04	2个	地点2	2004年	0.15	钠盐	钠盐	0.0
2个	2021-01-04	3个	地点3	9380	0.92	钠盐	钠盐	0.0
3个	2021-01-04	4个	地点4	153	0.01	钠盐	钠盐	0.0
20	2021-01-05	1个	地点1	40263	0.47	钠盐	钠盐	0.0
21	2021-01-05	2个	地点2	2985	0.22	钠盐	钠盐	0.0
22	2021-01-05	3个	地点3	12929	1.27	钠盐	钠盐	0.0
23	2021-01-05	4个	地点4	2656	0.22	钠盐	钠盐	0.0
40	2021-01-07	1个	地点1	53934	0.64	钠盐	钠盐	0.0
41	2021-01-07	2个	地点2	6186	0.46	钠盐	钠盐	0.0
42	2021-01-07	3个	地点3	14406	1.42	钠盐	钠盐	0.0
43	2021-01-07	4个	地点4	3190	0.26	钠盐	钠盐	0.0
1415	2021-04-14	1个	地点1	1970183	23.23	1419209.0	550974.0	6.5
1416	2021-04-14	2个	地点2	331419	24.89	228547.0	102872.0	7.73
1417	2021-04-14	3个	地点3	317019	31.22	216006.0	101013.0	9.95
1418	2021-04-14	4个	地点4	233042	19.18	175460.0	57582.0	4.74
1436	2021-04-15	1个	地点1	2041844	24.07	1481837.0	560007.0	6.6
1437	2021-04-15	2个	地点2	347963	26.14	243497.0	104466.0	7.85
1438	2021-04-15	3个	地点3	330038	32.5	225213.0	104825.0	10.32
1439	2021-04-15	4个	地点4	240488	19.79	180775.0	59713.0	4.91

如果 dato2 的值是 null，我需要用 dato1 的值填充它，并对同一位置的前一天值求和。 实施步骤是

• 按地点和日期排序
• 迭代 dataframe。对于每一行
  • 检查它是否是整个 df 的第一行。 如果是，则 dato2 = dato1
  • 检查位置是否有变化（如果实际行的位置与前一行的位置不同）。 那么dato2 = dato1
  • else: dato2 = dato2 上一行 + dato1 实际行

我的代码是

df = df.sort_values(by=['place', 'fecha']) 
for i, row in df.iterrows():
  if pd.isnull(row['dato2']):
    if i == 0:
      df['dato2'][i] = df['dato1'][i]
    elif df['place'][i] != df['place'][i-1]:
      df['dato2'][i] = df['dato1'][i]
    else:
      df['dato2'][i] = df['dato2'][i-1] + df_vac['dato1'][i]
  else:
    df['dato2'][i]

但是使用此代码索引无效。

Answer 1

这是我的方法。

# Sort dataframe
df = (pd.read_csv(data)
        .sort_values(['Place','fecha']
        .reset_index())

# Fill missing values for dato2 with dato1
df['dato2'] = df.dato2.fillna(df.dato1)

# Calculate the aggregate, store in separate df
df_agg = (df[['Place','fecha','dato2']].groupby(['Place','fecha']).sum()
                                       .groupby('Place').cumsum()
                                       .reset_index())

# Update original data
df.update(df_agg)

结果：

指数	费查	代码	地方	数据1	porcentaje_dato1	数据2	数据3	porcentaje_dato3
0	2021-01-04	1个	地点1	25809	0.30	25809.0	钠盐	0.00
4个	2021-01-05	1个	地点1	40263	0.47	66072.0	钠盐	0.00
8个	2021-01-07	1个	地点1	53934	0.64	120006.0	钠盐	0.00
12	2021-04-14	1个	地点1	1970183	23.23	1539215.0	550974.0	6.50
16	2021-04-15	1个	地点1	2041844	24.07	3021052.0	560007.0	6.60
1个	2021-01-04	2个	地点2	2004年	0.15	2004.0	钠盐	0.00
5个	2021-01-05	2个	地点2	2985	0.22	4989.0	钠盐	0.00
9	2021-01-07	2个	地点2	6186	0.46	11175.0	钠盐	0.00
13	2021-04-14	2个	地点2	331419	24.89	239722.0	102872.0	7.73
17	2021-04-15	2个	地点2	347963	26.14	483219.0	104466.0	7.85
2个	2021-01-04	3个	地点3	9380	0.92	9380.0	钠盐	0.00
6个	2021-01-05	3个	地点3	12929	1.27	22309.0	钠盐	0.00
10	2021-01-07	3个	地点3	14406	1.42	36715.0	钠盐	0.00
14	2021-04-14	3个	地点3	317019	31.22	252721.0	101013.0	9.95
18	2021-04-15	3个	地点3	330038	32.50	477934.0	104825.0	10.32
3个	2021-01-04	4个	地点4	153	0.01	153.0	钠盐	0.00
7	2021-01-05	4个	地点4	2656	0.22	2809.0	钠盐	0.00
11	2021-01-07	4个	地点4	3190	0.26	5999.0	钠盐	0.00
15	2021-04-14	4个	地点4	233042	19.18	181459.0	57582.0	4.74
19	2021-04-15	4个	地点4	240488	19.79	362234.0	59713.0	4.91