熊猫：在pivot_table，如何自定义填充缺失值？

Question

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] }

Answer 1

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。

Answer 2

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