用最后一个已知值填充时间序列列值答案

【问题标题】：Filling time series column values with last known value用最后一个已知值填充时间序列列值
【发布时间】：2020-10-07 20:27:26
【问题描述】：

我有一个像这样的 Pandas 时间序列数据框：

id .. .. ..(some cols) 1/1/20 1/2/20 1/3/20 1/4/20 1/5/20 1/6/20 ....
1                      10     20     0      40     0      50
2                      10     30     30     0      0      50
.
.

我想ffill 具有最后一个已知值的列中的 0 得到类似的结果：

id .. .. ..(some cols) 1/1/20 1/2/20 1/3/20 1/4/20 1/5/20 1/6/20 ....
1                      10     20     20     40     40      50
2                      10     30     30     30     30      50
.
.

假设id 和时间序列列之间还有一些其他列，我如何ffill 这样的数据框？我知道像 df.ffill(axis = 1) 这样的东西适用于 Null 值，但我找不到任何东西来修改它以使用 0。

【问题讨论】：

标签： python python-3.x pandas dataframe imputation

【解决方案1】：

你可以用mask和update做ffill

df.update(df.filter(like='/').mask(lambda x : x==0).ffill(1))

【讨论】：

有没有办法为0 和np.nan 使用这个单一的衬里？这似乎不起作用df.update(df.filter(like='/').mask(lambda x : x==0 or np.nan).ffill(1))
@codingtherapy df.filter(like='/').mask(lambda x : (x==0) | x.isnull())
它仍然无法处理空单元格。知道为什么吗？
@codingtherapy empty is '' not null
df.update(df.filter(like='/').mask(lambda x: (x == float(np.nan) | (x == 0)).ffill(1))) 给我TypeError: Cannot perform 'ror_' with a dtyped [bool] array and scalar of type [float]

【解决方案2】：

也许我的解决方案可能有点幼稚，但您可以将您感兴趣的值转换为 nan，然后使用 fillna 方法。就像这样：

import pandas as pd
import numpy as np

df = pd.DataFrame(dict(col1=[1,2,3,4,5],col2=[3,0,3,5,0],col3=[0,2,0,0,1]))
df[df==0]=np.nan
df.fillna(method='ffill',axis=1)

【讨论】：