在 Pandas 數據框中填寫過去一周的數據（之前的 168 個索引）中的零

Question

我有用電量數據。 在停電期間，數據為“0”。 我想用過去一周的同一時間的數據替換那些 0。 數據集中前后 168 個索引。

在下面的代碼中，我保存了所有零的索引。 運行一個循環，將位於數據集中 168 個索引前面的值放置在當前索引處。

Index_Zero = data[data["Total"]==0].index.to_list() #Output = list of indexes where all the zeros lie

print(Index_Zero[0]) #Output = 2

for i in Index_Zero:
    data.loc[(Index_Zero[i]), 'Total']=data.loc[(Index_Zero[i+168]), 'Total']

另外，如果我打印

data.loc[(Index_Zero[0]), 'Total']=data.loc[(Index_Zero[2]), 'Total']
print(data.loc[(Index_Zero[0]), 'Total'])
Output: 0.0

數據集：

           Date         Time     Total
0     23-Jan-2019  12:00:00 AM  18343.00
1     23-Jan-2019  01:00:00 AM  18188.00
2     23-Jan-2019  02:00:00 AM      0.00
3     23-Jan-2019  03:00:00 AM  23394.00
4     23-Jan-2019  04:00:00 AM  20037.00

Answer 1

我認為，更自然的解決方案是：

• 將索引設置為 "true" datetime ，派生自日期和時間列。
• 在Total == 0的行索引上運行循環。
  • 從索引 1 周前的行中檢索值。
  • 在具有當前索引的行中將此值保存為Total 。
• 最后將索引重置為之前的值。

要執行此操作，請運行：

df.set_index(pd.to_datetime(df.Date + ' ' + df.Time), inplace=True)
for ind in df[df.Total.eq(0)].index:
    df.loc[ind, 'Total'] = df.loc[ind - pd.Timedelta('1W'), 'Total']
df.reset_index(drop=True, inplace=True)

請注意，循環必須僅基於索引，而不是完整的行。 原因是停電可能發生在特定的工作日和時間，例如連續兩周（或更多）。

因此，基於完整行的循環（ for ... in df[df.Total.eq(0)].iterrows(): ）將始終檢索原始的Total值（它不會看到一周的更新，同時處理下周的行（假設這兩行最初都包含0 ））。

另一個備注

假設您的行按Date / Time排序，您的原始代碼應該：

• 參考當前指數減去168（一周前，不是一周后）。
• 提到的減法 od 168應該從當前索引（ Index_Zero[i] ）中完成。

所以這段代碼實際上應該是data.loc[(Index_Zero[i] - 168), 'Total'] 。

但是我的解決方案對 DataFrame 中任何丟失的行都有抵抗力，所以我建議采用我的解決方案。

Answer 2

這就是我認為的問題所在。 您正在將data.loc[(Index_Zero[i]), 'Total']的值替換為 Index_zero 列表中 index(i+168) 處的值，該值始終為 0。（您正是為此維護了該列表）。 我認為這是一個無辜的錯誤。
將您的代碼更改為此

Index_Zero = data[data["Total"]==0].index.to_list() #Output = list of indexes where all the zeros lie

print(Index_Zero[0]) #Output = 2

for i in Index_Zero:
    data.loc[(Index_Zero[i]), 'Total']=data.loc[(i+168), 'Total']

Answer 3

問題出在 for 循環的范圍內。 它正在迭代超出列表。

Index_Zero = data[data["Total"]==0].index.to_list()
for items in range(0, len(Index_Zero)-1):
    data.loc[(Index_Zero[items]), 'Total'] = data.loc[(items+168), 'Total']