如何使用过去几个月的最后可用数据填充缺失值？答案

【问题标题】：How to fill missing values using last available data from past months?如何使用过去几个月的最后可用数据填充缺失值？
【发布时间】：2018-12-07 12:03:04
【问题描述】：

我有一个这样的数据框：

Month/Year  Value   
01/2018     100 
03/2018     200 
06/2018     500

缺少 02/2018、04/2018 和 05/2018 的值，因为这些月份的值没有变化。我想要一个包含缺失月份的数据框：

Month/Year  Value   
01/2018     100 
02/2018     100 
03/2018     200 
04/2018     200 
04/2018     200 
06/2018     500

谁能帮忙？

【问题讨论】：

标签： python pandas datetime dataframe

【解决方案1】：

一种方法：

df.assign(**{"Month/Year": pd.to_datetime(data["Month/Year"])}).set_index("Month/Year").resample("M").ffill().reset_index()

应该让步：

  Month/Year  Value
0 2018-01-31    100
1 2018-02-28    100
2 2018-03-31    200
3 2018-04-30    200
4 2018-05-31    200
5 2018-06-30    500

df 这是您的起始数据框。它将resampled 获取到每月频率，我们使用.ffill 方法来填充缺失月份的值。

我选择了单行代码，但您可以将其分解为更结构化的代码块。您也可以在重采样后重新格式化Month/Year 列。

我希望这会有所帮助。

【讨论】：

问题解决了！谢谢！很高兴知道 .ffill 方法。

【解决方案2】：

您可以使用pd.DataFrame.resample，然后使用pd.Series.ffill 来前向填充空值。如果您需要字符串日期，则需要进行额外的转换，如下所示。

df['date'] = pd.to_datetime(df['Month/Year'])

res = df.resample('M', on='date')\
        .sum().ffill().astype(int)\
        .reset_index()

res['date'] = res['date'].dt.strftime('%m/%Y')

print(res)

      date  Value
0  01/2018    100
1  02/2018    100
2  03/2018    200
3  04/2018    200
4  05/2018    200
5  06/2018    500

【讨论】：