Pandas cookbook - Missing Data
发布时间:2023-07-18 08:51:13 322 相关标签: # python
# 创建一个DataFrame
df = pd.DataFrame(np.random.randn(6,1),
index=pd.date_range('2013-08-01', periods=6, freq='B'), # 'B',即工作日
columns=list('A'))
df
# 使用loc方式将第4行,第A列值改为np.nan
df.loc[df.index[3], 'A'] = np.nan
df
Pandas dataframe.ffill()函数用于填充 DataFrame 中的缺失值。
“填充”代表“向前填充”,并将向前传播最后一个有效观察值。
# 使用reindex和ffill函数,将DataFrame先反向排序,再向前填充空值
df.reindex(df.index[::-1]).ffill() # df.index[::-1] 将index倒序排列
文章来源: https://blog.51cto.com/u_15923635/5971807
特别声明:以上内容(图片及文字)均为互联网收集或者用户上传发布,本站仅提供信息存储服务!如有侵权或有涉及法律问题请联系我们。
举报