如果不是 NAN，則用以前的值替換 Pandas 中的缺失值

Question

我需要您對以下代碼的幫助。 我有 df1 和我試圖與 df2 合並的匯率和日期列。 df1 缺少匯率值（周末和節假日）。 對於周末匯率值，我想使用最后一個可用值（例如，如果 2019-05-01 的匯率為 nan，我希望它使用 2019-04-01 匯率值）。 我嘗試了兩種選擇但沒有成功：

1. 從 DF1 中消除 nan 值並以某種方式指示合並以獲取最后一個可用值，如果它沒有找到日期（因為我們消除了它）
2. 用最后一個可用值填充 df1 nan 值。

這是兩個數據幀（如果你復制並粘貼它，你會得到一個錯誤，即時間戳名稱無法識別。我無法獲得將它粘貼到這里的日期值，因為我總是將日期值作為時間戳對象）。 我希望你能幫我解決這兩種方法，因為我相信知道它會很有用。

df1={'Fecha': {0: Timestamp('2019-01-01 00:00:00'),
  1: Timestamp('2019-01-02 00:00:00'),
  2: Timestamp('2019-01-03 00:00:00'),
  3: Timestamp('2019-01-04 00:00:00'),
  4: Timestamp('2019-01-05 00:00:00'),
  5: Timestamp('2019-01-06 00:00:00'),
  6: Timestamp('2019-01-07 00:00:00'),
  7: Timestamp('2019-01-08 00:00:00'),
  8: Timestamp('2019-01-09 00:00:00'),
  9: Timestamp('2019-01-10 00:00:00')},
 'ER': {0: nan,
  1: 19.1098,
  2: 19.2978,
  3: 19.2169,
  4: nan,
  5: nan,
  6: 19.076,
  7: 19.1627,
  8: nan,
  9: 19.7792}}



df2={'Fecha': {0: Timestamp('2019-01-01 00:00:00'),
  1: Timestamp('2019-01-02 00:00:00'),
  2: Timestamp('2019-01-03 00:00:00'),
  3: Timestamp('2019-01-04 00:00:00'),
  4: Timestamp('2019-01-05 00:00:00'),
  5: Timestamp('2019-01-06 00:00:00'),
  6: Timestamp('2019-01-07 00:00:00'),
  7: Timestamp('2019-01-08 00:00:00'),
  8: Timestamp('2019-01-09 00:00:00'),
  9: Timestamp('2019-01-10 00:00:00')},
 'letters': {0: "a",
  1: "b",
  2: "c",
  3: "d",
  4: "e",
  5: "f",
  6: "g",
  7: "h",
  8: "i",
  9: "j"}}

多謝！

Answer 1

我認為您不需要 lambda（正如您在評論中提到的）。 您想要實現的目標可以通過.ffill方法完成：

>>> df1["ER"].ffill()
0        NaN
1    19.1098
2    19.2978
3    19.2169
4    19.2169
5    19.2169
6    19.0760
7    19.1627
8    19.1627
9    19.7792
Name: ER, dtype: float64

---

要合並兩個數據幀，請使用pd.merge ：

>>> df1["ER"].ffill(inplace=True)
>>> pd.merge(df1, df2, on="Fecha")
       Fecha       ER letters
0 2019-01-01      NaN       a
1 2019-01-02  19.1098       b
2 2019-01-03  19.2978       c
3 2019-01-04  19.2169       d
4 2019-01-05  19.2169       e
5 2019-01-06  19.2169       f
6 2019-01-07  19.0760       g
7 2019-01-08  19.1627       h
8 2019-01-09  19.1627       i
9 2019-01-10  19.7792       j

Answer 2

僅用於一般知識：在您示例的數據中，它會因無法識別的“時間戳”和“nan”而引發錯誤。 要使此數據集可用，您只需在 de Timestamp 之前添加pandas或pd ：

pd.Timestamp('2019-01-06 00:00:00')

對於指示空值，您可以使用：

# First option - pandas system
import pandas as pd
{0: pd.NA}

# Second option - numpy system
import numpy as np
{0: np.nan}

# Third oprtion - Pure python
{0: None}

Answer 3

我找到了一種使用 pd.merge_asof() 函數來實現這一點的方法。 如果它沒有找到要合並的鍵值，它會給你前一個。 不過，排序很重要。

它的工作原理與 excel 查找一樣（不是 VLOOK UP，而是 LOOKUP - 沒有 v 或 h-）。

謝謝大家！