Pandas用第一個可用值的分割填充nan值

Question

我正在嘗試將所有以下nan值中的第一個先前可用值的分割替換為DataFrame中的nan值。

在下面的示例中：

import pandas as pd
df = [100, None, None, 40, None, 120]
df = pd.DataFrame(df)

我想得到：

[33.33, 33.33, 33.33, 20, 20, 120]

如果我能找到一種方法來計算列中每個值后面的nan值的數量，那么我可以運行一些計算來實現拆分。

Answer 1

使用：

import pandas as pd
df = [100, None, None, 40, None, 120]
df = pd.DataFrame(df, columns=['a'])

s = df['a'].ffill() / df.groupby(df['a'].notna().cumsum())['a'].transform('size')
print (s)

0     33.333333
1     33.333333
2     33.333333
3     20.000000
4     20.000000
5    120.000000
Name: a, dtype: float64

細節 ：

您可以通過ffill替換以前的非NaN值的缺失值：

print (df['a'].ffill())
0    100.0
1    100.0
2    100.0
3     40.0
4     40.0
5    120.0
Name: a, dtype: float64

然后，通過比較Series.notna和創建組Series.cumsum ：

print (df['a'].notna().cumsum())
0    1
1    1
2    1
3    2
4    2
5    3
Name: a, dtype: int32

並使用GroupBy.transform獲取每個具有相同大小的組的計數：

print (df.groupby(df['a'].notna().cumsum())['a'].transform('size'))
0    3
1    3
2    3
3    2
4    2
5    1
Name: a, dtype: int64

Answer 2

也許使用ffill ，得到第一列，然后將它除以它（ ffill ed ffill ） groupby ed並使用transform('count')來獲取計數並保持數據幀的相同長度：

print(df.ffill()[0] / df.ffill().groupby(0)[0].transform('count'))