在条件下填充df的NaN值

Question

我有一个重新采样的 df：

          Timestamp         Loading      Power      Energy      ID      status
2020-04-09 06:45:00             1.0       1000        5000       1          on
2020-04-09 06:46:00             1.0       1000        5500       1          on
2020-04-09 06:47:00             NaN        NaN         NaN     NaN         NaN
2020-04-09 06:48:00             NaN        NaN         NaN     NaN         NaN
2020-04-09 06:49:00             1.0          5           0       1         off
2020-04-09 06:50:00             1.0       3000         200       2          on
...

第一件事：df['Loading'] 最初是 'boolean' 类型，没有数字（1 或 0） - 我该如何更改？

df['status'] 列的 NaN 值应该简单地继续（最后一个条目是打开的，然后应该用打开填充这些行直到关闭）。

现在其他列的其他行应该填充不同的，这取决于状态是打开还是关闭：

status == on: loading = 'true';能量 = 最后一个现有条目； power = 最后一个现有条目； id == 最后一个现有条目

status == off: loading = 'false';能量 = 0;功率 = 0; Id = '无 ID'。

我尝试过类似的方法：

cond = (df2['Status'] != df2['Status'].shift(-1)) | (df2['Status'].notna())
df2.loc[cond] = df2.loc[cond].ffill()

没有成功...

预期结果：

          Timestamp         Loading      Power      Energy      ID      status
2020-04-09 06:45:00            True       1000        5000       1          on
2020-04-09 06:46:00            True       1000        5500       1          on
2020-04-09 06:47:00            True       1000        5500       1          on
2020-04-09 06:48:00            True       1000        5500       1          on
2020-04-09 06:49:00           False          5           0   no Id         off
2020-04-09 06:49:00            True       3000         200       2          on
...

编辑 填充 nan 值的条件比预期的要复杂：我有不同的周期，它们由不同的 ID 标记。在一个周期内（ID 出现在 nan 值之前和之后），两条“周围”线的功率应该被平均，并且在列能量中应该输入列能量的最后一个现有值。在循环之外（ID 之前！= 下一个 ID），功率和能量应设置为 0。

Answer 1

首先，对于布尔列，您可以使用：

df["Loading"] = df["Loading"].map({1:True, np.nan: False})

用于填写 NA：

df["status"] = df["status"].ffill()

最后对于条件，我没完全理解你的描述，是不是有些情况是“没有身份证”？也许这可以工作：

df.at[df[status]=="off","ID"] = "no ID"

Answer 2

像这样使用for循环

df["status"]=[df["status"].values[i-1] if pd.isna(x) else x for i,x in enumerate (df["status"] .values) ]