如何在 C# 数据框中转发填充缺失值

Question

我正在尝试在 Deedle C# 数据框中转发填充值，就像在 python 中使用 pandas.ffill() 函数一样。 pandas 中的前向填充允许在行索引和列索引处前向填充。我想在 Deedle 中做同样的事情，在同一行但从不同的列中获取最近的非缺失值，因此跨行，这在 python 和 pandas 中非常简单。我是 C# 和 Deedle 库的新手，我在文档中只能找到如何在一个系列中转发填充值而不是跨数据框。非常感谢任何帮助，我是新手，我似乎无法在任何地方找到该库的任何实质性示例。

这是我的数据框的一个示例，我正在尝试跨行转发填充值。因此，col3 中缺失值的填充值将成为 col2 等同一行中的最后一个值。

-------- rawDF ------
col1 col2 col3
AAA  BBB    
CCC  DDD  EEE
FFF     
BBB  AAA    
DDD  CCC    
EEE  FFF
AAA     
BBB  CCC    
AAA     
FFF  AAA    
DDD 

Deedle 文档中为 C# 和 F# 提供的示例仅填充系列中的值，如图所示。如果我尝试 FillMissing();在整个数据框中，我什么都没有返回。

//Fill with previous available value in the series
var fillFwd = col2.FillMissing(Direction.Forward);
fillFwd.Print();

//Fill with the next available value
var fillBwd = col2.FillMissing(Direction.Backward);
fillBwd.Print()

---- nothing happens with the following ----

//forward fill all values in the DF
rawDF.FillMissing(Direction.Forward);
rawDF.Print();

//backward fill all values in the DF

//fill values in the DF with a constant value
rawDF.FillMissing(0);
rawDF.Print();

Answer 1

首先，您调用rawDf.FillMissing 然后打印rawDF 的第二组示例不执行任何操作，因为Deedle 数据帧（大部分）是不可变的。 FillMissing 之类的操作返回一个新的（填充的）数据框，并且不修改原始数据框。因此，使用操作的正确方法是在您的第一组示例中，您将结果分配给一个新变量，然后打印它。

我遇到的第二个问题是，当您从（例如）CSV 文件中读取样本数据时，文件中的空字符串不会被视为缺失值，而是被视为有效（空）字符串值。如果您使用 Select 并将空字符串转换为 null，Deedle 可以将这些视为缺失值：

var df = Frame.ReadCsv("C:/temp/aa.csv");
var dfEmpty = df.SelectValues((string s) => (s == "") ? null : s);

现在您应该看到当您像以前一样使用FillMissing 操作时发生了一些事情：

var fillFwd = dfEmpty.FillMissing(Direction.Backward);
fillFwd.Print();

正如您正确指出的那样，这并不能满足您的要求-它会从上到下填充值。您想从左到右填充数据。一种方法是使用Select，它可以让您单独转换每一行：

var fillRight = Frame.FromRows(dfEmpty.Rows.Select(row => 
  row.Value.FillMissing(Direction.Forward)));
fillRight.Print();

您还可以转置数据框，然后填充缺失的值，然后将其转回（这是表达您需要的非常好的方式，但 trnasposition 可能比仅使用 Select 更耗时）：

var fillRight = dfEmpty.Transpose().FillMissing(Direction.Forward).Transpose()