如何在 Pandas 中用前一天的值填充一天的零

Question

我有几天完全为零，想用前一天的值替换它们，如下所示。

输入

       count
2020-02-01 00:00:00     12
2020-02-01 00:01:00     3
2020-02-01 00:02:00     14
2020-02-01 00:03:00     0
2020-02-01 00:04:00     22
2020-02-02 00:00:00     0
2020-02-02 00:01:00     0
2020-02-02 00:02:00     0
2020-02-02 00:03:00     0
2020-02-02 00:04:00     0
2020-02-03 00:00:00     2
2020-02-03 00:01:00     4
2020-02-03 00:02:00     1
2020-02-03 00:03:00     0
2020-02-03 00:04:00     22

输出

        count
2020-02-01 00:00:00     12
2020-02-01 00:01:00     3
2020-02-01 00:02:00     14
2020-02-01 00:03:00     0
2020-02-01 00:04:00     22
2020-02-02 00:00:00     12
2020-02-02 00:01:00     3
2020-02-02 00:02:00     14
2020-02-02 00:03:00     0
2020-02-02 00:04:00     22
2020-02-03 00:00:00     2
2020-02-03 00:01:00     4
2020-02-03 00:02:00     1
2020-02-03 00:03:00     0
2020-02-03 00:04:00     22

我正在尝试这样的事情，但无法解决。

df = df.fillna(0)
df = df.reset_index()

df['Date'] = df['index'].dt.date
df['Time'] = df['index'].dt.time


df.set_index(pd.to_datetime(df.Date + ' ' + df.Time), inplace=True)
for ind in df[df.count.eq(0)].index:
    df.loc[ind, 'count'] = df.loc[ind - pd.Timedelta('1D'), 'count']
df.reset_index(drop=True, inplace=True)

Answer 1

您可以使用mask将0s替换为nan，然后groupby将DatetimeIndex中的时间和ffill替换为0，然后将fillna替换为0来完成之前没有值的时间。

df_ = (df.mask(df.eq(0))
         .groupby(df.index.time)
         .ffill() #add the parameter limit=1 if you want to fill only one day after
         .fillna(0)
      )
print (df_)
                     count
2020-02-01 00:00:00   12.0
2020-02-01 00:01:00    3.0
2020-02-01 00:02:00   14.0
2020-02-01 00:03:00    0.0
2020-02-01 00:04:00   22.0
2020-02-02 00:00:00   12.0
2020-02-02 00:01:00    3.0
2020-02-02 00:02:00   14.0
2020-02-02 00:03:00    0.0
2020-02-02 00:04:00   22.0
2020-02-03 00:00:00    2.0
2020-02-03 00:01:00    4.0
2020-02-03 00:02:00    1.0
2020-02-03 00:03:00    0.0
2020-02-03 00:04:00   22.0

如果您想在当天的所有值都为 0 的情况下仅填充以前的值，则在上面的 mask 中，将 df.eq(0) 更改为 df['count'].eq(0).groupby(df.index.date).transform('all')。在这种情况下，它不会改变结果。

如果你想填写同一时间到当前时间的平均值，那么你可以使用expanding like：

(df.mask(df.eq(0))
   .groupby(df.index.time)
   .expanding().mean()
   .fillna(0)
   .reset_index(level=0, drop=True).sort_index()
)