在填写一个非常大的数据帧时，我有两个问题。这张照片有一段。我要把E和F中的1000拉低到26，不要再往下拉。以同样的方式，我希望2000被拉到-1，并被拉到下一个26。我以为我可以用bfill和bfill来做这件事，但不幸的是我不知道怎么做……(Picture1)
另一个问题是，在列中，从-1到26的值不包含E和F中的任何值。我如何删除它们或用0填充它们，以避免bfill或ffill在其中生成错误的条目？(picture2)
import pandas<
浏览 45提问于2020-05-12得票数 1
我正在尝试从按日期索引的熊猫数据框中获取最后32个数据点。我有多个重新采样的数据帧，编号为data1，data2，data3等...已从1小时、4小时、12小时、1天重新采样。我已经尝试将get_loc与我想要为每个数据帧结束的datetime索引一起使用，但问题是我的datetime索引是以不同的方式采样的，所以datetime索引相差了几个小时。我还尝试从datetime中减去相等的小时数，但这不能保证32个数据点
from datetime import time
浏览 0提问于2019-07-24得票数 1
1回答
我有一些从CSV文件中读取的数据，其中一个数据帧列记录在不同的时间戳间隔(时间序列数据)上，并且无法让df.fillna(method = 'ffill').fillna(method = 'bfill如果我不使用keep_default_na=False读取CSV文件，NaN就可以填充空白，但是我希望空白是空白的，这样就可以使用df.fillna(method = 'ffill')了。import <
浏览 0提问于2019-02-18得票数 3
回答已采纳
我有这样的数据框架。Roll GPAB NaN 4.5我正在使用：但是它使用ffill方法填充所有列。但是我想使用NaN & bfill方法填充ffill值。例如，我希望将method='ffill'
浏览 1提问于2019-04-13得票数 4
回答已采纳
4回答
在pandas.fillna中，Method to use forfilling holes in reindexed Series pad / ffill: propagate last valid observation forward to next validbackfill / bfill: use NEXT valid observatio
浏览 3提问于2015-12-15得票数 4
回答已采纳
例如： df = pd.DataFrame({'A':[np.nan, 2, np.nan], 'B':[3.5, np.nan, 3.5], 'C':[np.nan, np.nan, 0.1]}) 那么，如何才能实现这样的数据帧呢？A B C1 2 3.5 0.1
2 2 3.5 0.1 “ffill”仅适用于列“C”，“ffill”仅适用于列“B”...
浏览 10提问于2021-10-31得票数 3
回答已采纳
我有一个如下的数据框架：
df = pd.DataFrame({'Country':['USA','USA','MEX','IND','UK','UK','UK':['Baseball','Baseball','soccer','hockey','cricket'
浏览 0提问于2019-07-12得票数 0
1回答
我有一个包含此数据的数据帧： 原始df数据为 ? 我使用下面的代码来填充PO_NAME列 df['PO_NAME'] df.groupby(['DEVICE_ID','PO_ID'], sort=False)['PO_NAME'].apply(lambdax: x.ffill().bfill())) 而且它是有效的 ? 列中使用了相同的代码 df['DEPLOY_EPG
浏览 11提问于2020-09-07得票数 0
1回答
我有一个数据帧，看起来像这样：0 5.0 3.02 7.0 NaN49.0 3.5我想做的是取每一行之间的差异，忽略NaN值，但用非NaN行之间的NaN填充存在差异的地方。出于应用目的，此方法将在行索引0和行索引4之间产生一个恒定的斜率，但我还有其他pandas操作，这些操作取决于下游的这种数据帧结构。使用DataFr
浏览 15提问于2021-03-01得票数 0
3回答
熊猫填充物的dict地图与群
、、、、
例如:如果NaN在qty_min和qty_max列中存在，则需要使用groupby of subj和ffill().bfill()使用fillna()。同样，如果NaN在region_max，region_min中存在，我们需要使用groupby of region和ffill().bfill()来实现fillna()。())
df['qty_max'] = df.groupby(['subj'], sort=False)['qty_max'].
浏览 14提问于2022-02-28得票数 0
回答已采纳
3回答
我想在groupby之后对一个特定的列进行ffill和bfill。我的解决方案是有效的：import pandas as pd
"A": [1, 1, 1, 1, 2, 2, 2().bfill()) A B1 1 f13 1 NaN5 2 f20 1 f1
1 1
浏览 33提问于2020-06-05得票数 4
回答已采纳
1回答
熊猫群需要中间群吗？
、、、
我试图通过分组对一列进行分组，然后在组内填充(b bfill().ffill())列子集，以掩盖数据中丢失的数据。我以前用过 return x.ffill().bfill()
但是，即使是在相对较小的数据文件上，转换也变得异常缓慢(目前只有3000×20的几秒钟时间)，所以我想看看是否可以直
浏览 0提问于2018-07-31得票数 2
回答已采纳
1回答
回归以填充NA值
、、
作为练习的一部分，我有以下数据集。请注意，我不知道这些值是从哪里来的(它们是基于真实的还是随机数字？35.00 3.375 u g c h 8.29 f f 0 t g 0.0 0 -
我必须使用回归来填充列其想法是，回归应该提供更好的估计，而不是填充中值。转换为对分类列'a9','a10','a11','a12'进行热编码。impor
浏览 0提问于2022-12-30得票数 1
使用.fillna(method='bfill')将不考虑其他列值，而只是将前面的所有行填充为圆形。
浏览 3提问于2017-05-08得票数 1
回答已采纳
2回答
数据0 a x 123.0 2 a x 453.0 4 b z 786.0 我想用675.0填充NaN，先用col1分组，然后用col2填充NaN值。In Pandas
df['result'] = df['result'].fillna(df.groupby([
浏览 1提问于2021-03-18得票数 1
回答已采纳
1回答
下面的df如何在1min频率上对2017-01-01 00:00:00和2017-01-05 00:00:00进行前向填充ffill和向后填充bfill (使用groupby('id'))，即第一个时间戳为.bfill()) 8
~\AppData\Roaming\Python\Python</
浏览 3提问于2021-03-15得票数 2
回答已采纳
1回答
您好，我有一个熊猫系列数据帧名称"BoilerInfo“从API请求，我想创建一个CSV文件的数据。我该怎么做？#Create Dataframe for the supply & return temp.Use ffill to merge missing data to do math
BoilerInfo = pd.DataFram
浏览 0提问于2017-08-02得票数 0
我有一个熊猫数据框架，我想填写一些NaN值。import pandas as pd
index
浏览 0提问于2016-08-15得票数 1
回答已采纳
因此，我尝试使用上下两行的平均值来填充缺失的数据行。我对编程比较陌生，所以我为任何不简洁的代码道歉。 x = float(round((a + b)/2,c))
def fill_in_singleneed to do this because the rows are stored as their excel row numbers which is differen
浏览 1提问于2020-05-28得票数 1
云服务器
ICP备案
腾讯会议
实时音视频
云直播
腾讯云开发者
