复杂的 使用向前 或 向后 填充数据,依旧使用fillna 方法,所谓向前 是指 取出现NaN值的前一列或前一行的数据来填充NaN值,向后同理
# 在df 的e 这一列上操作,默认下按行操作,向前填充数据...: 2 * x)
对dataframe 使用apply
# 对df 使用apply,都是按行或按列操作,不能保证对每一个元素进行操作
df = pd.DataFrame(val, index=idx,...df 接在前一个df 后面
df12 = pd.concat([df1, df2])
当然,列标和行标不一定是对应的,这个时候两DataFrame未匹配上的label或columns下的值为NaN
concat...:", n, "\n|",g,"|"
# 查看组名和 每组的数据信息
for n,_ in dg:
print "group_name:", n, "\n|",dg.get_group(n),...agg的形参是一个函数会对分组后每列都应用这个函数。