熊猫:用最大数量的非nan相邻细胞取代numpy.nan细胞
熊猫:用最大数量的非nan相邻细胞取代numpy.nan细胞
提问于 2018-10-28 14:33:32
测试用例：
df = pd.DataFrame([[np.nan, 2, np.nan, 0],
[3, 4, np.nan, 1],
[np.nan, np.nan, np.nan, 5],
[np.nan, 3, np.nan, 4]],
columns=list('ABCD'))其中Ai + 1，j，Ai - 1，j，Ai+ 1，Ai，j -1是与Ai，j相邻的一组条目。
这么多话说，这是：
A B C D
0 NaN 2.0 NaN 0
1 3.0 4.0 NaN 1
2 NaN NaN NaN 5
3 NaN 3.0 NaN 4应该变成这样：
A B C D
0 3.0 2.0 2.0 0.0
1 3.0 4.0 4.0 1.0
2 3.0 4.0 5.0 5.0
3 3.0 3.0 4.0 4.0回答 2
Stack Overflow用户
回答已采纳
发布于 2018-10-28 15:13:16
您可以在两个方向上使用rolling方法，然后找到每个方向的最大值。然后，您可以使用它来填充原始值的缺失值。
df1 = df.rolling(3, center=True, min_periods=1).max().fillna(-np.inf)
df2 = df.T.rolling(3, center=True, min_periods=1).max().T.fillna(-np.inf)
fill = df1.where(df1 > df2).fillna(df2)
df.fillna(fill)输出
A B C D
0 3.0 2.0 2.0 0
1 3.0 4.0 4.0 1
2 3.0 4.0 5.0 5
3 3.0 3.0 4.0 4Stack Overflow用户
发布于 2018-10-28 15:11:04
您可以在指定的每个方向填充NaNs，并取最大值：
pd.concat([
df.ffill(limit=1),
df.ffill(axis=1, limit=1),
df.bfill(limit=1),
df.bfill(axis=1, limit=1)]
).max(level=0)这假设您在初始DataFrame中有唯一的行标签。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53032611
复制相关文章
相似问题
腾讯云开发者
