在 Pandas 数据框中水平填充单元格值答案

【问题标题】：Filling cell values horizontally in Pandas dataframe在 Pandas 数据框中水平填充单元格值
【发布时间】：2017-08-13 15:49:00
【问题描述】：

我知道 bfill 和 ffill 在同一列的行中填充值。但是，当您需要在数据框中的某些多列中填充值时，您该怎么做呢？

示例如下：

初始df：

import pandas as pd
inidf = [('Prod', ['P1', 'P2']),
 ('A', ['1', '1']),
 ('1', ['', '40']),
 ('2', ['10', '60']),
 ('3', ['30', '']),
 ('B', ['1', '2']),             
 ]
df = pd.DataFrame.from_items(inidf)
df

  Prod  A   1   2   3  B
0   P1  1      10  30  1
1   P2  1  40  60      2

目标df：

tgtdf = [('Prod', ['P1', 'P2']),
 ('A', ['1', '1']),
 ('1', ['10', '40']),
 ('2', ['10', '60']),
 ('3', ['30', '60']),
 ('B', ['1', '2']),             
 ]
df2 = pd.DataFrame.from_items(tgtdf)
df2

  Prod  A   1   2   3  B
0   P1  1  10  10  30  1
1   P2  1  40  60  60  2

在我上面的示例中，要定位的列是名为 1、2 和 3 的列。在第一行中，第一个目标列（名为 1）有一个缺失值，在这种情况下是从下一个填充的列复制而来（命名为 2）。在第二行中，最后一个目标列（名为 3）有一个缺失值，在本例中是从先前填充的列（名为 2）复制而来的。

【问题讨论】：

是否需要查找 fill 和 bfill 的行？如果2 列中没有值有时被bfill 替换，有时被ffill 替换，是否有可能？有多列？

标签： python pandas dataframe reshape linear-interpolation

【解决方案1】：

您可以先使用replace 将空格转换为NaNs。

然后为bfill 和ffill 选择行替换为axis=1 以替换为行：

df = df.replace('', np.nan)
bfill_rows = [0] #if necessary specify more values of index
ffill_rows = [1] #if necessary specify more values of index

df.loc[bfill_rows] = df.loc[bfill_rows].bfill(axis=1)
df.loc[ffill_rows] = df.loc[ffill_rows].ffill(axis=1)
print (df)
  Prod  A   1   2   3  B
0   P1  1  10  10  30  1
1   P2  1  40  60  60  2

如有必要，还可以指定列：

df = df.replace('', np.nan)
cols = ['1','2','3']
bfill_rows = [0]
ffill_rows = [1]

df.loc[bfill_rows, cols] = df.loc[bfill_rows, cols].bfill(axis=1)
df.loc[ffill_rows, cols] = df.loc[ffill_rows, cols].ffill(axis=1)
print (df)

  Prod  A   1   2   3  B
0   P1  1  10  10  30  1
1   P2  1  40  60  60  2

【讨论】：

嗯，很遗憾只能接受一个答案... :(

【解决方案2】：

用NaNs 和第一个ffill 替换所有空格，然后在axis=1 上用bfill 替换列'1','2','3'

In [31]: df[['1','2','3']] = df[['1','2','3']].replace('', np.nan).ffill(1).bfill(1)

In [32]: df
Out[32]:
  Prod  A   1   2   3  B
0   P1  1  10  10  30  1
1   P2  1  40  60  60  2

【讨论】：

效果很好。谢谢你，约翰

【解决方案3】：

首先，将空引号替换为 NaN 值。然后根据需要 ffill 或 bfill，指定axis=0。选择给定行时，轴为0，因为此类选择的结果是一个系列。如果您要选择多行（例如整个数据框），那么轴将是 1

df = df.replace('', np.nan)
df.iloc[0, :].bfill(axis=0, inplace=True)  # Backfill first row.
df.iloc[1, :].ffill(axis=0, inplace=True)  # Forwardfill second row.

>>> df
  Prod  A   1   2   3  B
0   P1  1  10  10  30  1
1   P2  1  40  60  60  2

【讨论】：