我想从指标值来填补我的熊猫pivot_table缺失值,并以填补缺失的年度周列。
import pandas as pd
d = { 'Year': [2019,2019,2019,2019,2019,2019],
'Week': [1,2,3,4,5,6],
'Part': ['A','A','A','B','B','B'],
'Static': [20,20,20,40,40,40],
'Value': [np.nan,10,50,np.nan,30,np.nan]
}
df = pd.DataFrame(d)
pivot = df.pivot_table(index=['Part','Static'], columns=['Year', 'Week'], values=['Value'])
print(pivot)
Value
Year 2019
Week 2 3 5
Part Static
A 20 10.0 50.0 NaN
B 40 NaN NaN 30.0
在上面的例子中,周1,4和6丢失,因为它们不具有值。至于NaN
,我想从“左”的值,以填补他们,所以第1周的A部分的值将是20.0,和第4周〜6将是50.0,与同为B部分,所有NaN
将充满了从左边的值。
预期产量
Value
Year 2019
Week 1 2 3 4 5 6
Part Static
A 20 20.0 10.0 50.0 50.0 50.0 50.0
B 40 40.0 40.0 40.0 40.0 30.0 30.0
PS:我可以参考参考日历数据帧中的所有年份周值拉。
编辑:
我测试了我的数据解决方案,但它似乎不起作用。这里正在删除与第4周的更新的数据。
d = { 'Year': [2019,2019,2019,2019,2019],
'Week': [1,2,3,5,6],
'Part': ['A','A','A','B','B'],
'Static': [20,20,20,40,40],
'Value': [np.nan,10,50,30,np.nan]
}
df = pd.DataFrame(d)
#Year Week data set for reference
d2 = {'Year':[2019,2019,2019,2019,2019,2019,2019,2019,2019,2019],
'Week':[1,2,3,4,5,6,7,8,9,10] }
unstack
reset_index
和fillna
是一个选项:
df.set_index(['Year','Week', 'Part', 'Static']).unstack([0,1]).reset_index().fillna(method='ffill', axis=1)
Part Static Value
Year 2019
Week 1 2 3 4 5 6
0 A 20 20 10 50 50 50 50
1 B 40 40 40 40 40 30 30
fillna
与methond='ffill'
将转发填写数据,所以当你设置axis=1
向前罢了,从左到右。
填充柱Value
,第一填充向下列,然后穿过填充与Static
值
df.Value = df.groupby('Part')[['Static', 'Value']].ffill().ffill(axis=1).Value
此操作后,Value
列具有object
类型。因此,有必要投作为int
。
df.Value = df.Value.astype('int')
然后,枢转像往常一样,而且ffill
&在横轴上后bfill
df.pivot_table(index=['Part','Static'], columns=['Year', 'Week'], values=['Value']).ffill(axis=1).bfill(axis=1)
# outputs:
Value
Year 2019
Week 1 2 3 4 5 6
Part Static
A 20 20.0 10.0 50.0 50.0 50.0 50.0
B 40 40.0 40.0 40.0 40.0 30.0 30.0