如何使用 pandas 用当天的 temperature_min 和 temperature_max 填充一天的剩余时间？答案

【问题标题】：How to fill rest of the day with temperature_min and temperature_max of that day using pandas?如何使用 pandas 用当天的 temperature_min 和 temperature_max 填充一天的剩余时间？
【发布时间】：2018-08-30 23:12:15
【问题描述】：

我有一个包含 4 列的数据框：day、time、tmin 和 tmax。 tmin 显示当天的 temperature_min，tmax 显示 temperature_max。我想要的是能够用当天的 tmin 和 tmax 填充一天的所有 NaN 值。例如我想转换这个数据框：

   day time     tmin tmax 
0   01 00:00:00 NaN NaN
1   01 03:00:00 -6.8 NaN
2   01 06:00:00 NaN NaN
3   01 09:00:00 NaN NaN
4   01 12:00:00 NaN NaN
5   01 15:00:00 NaN 1.2
6   01 18:00:00 NaN NaN
7   01 21:00:00 NaN NaN
8   02 00:00:00 NaN NaN
9   02 03:00:00 -7.2 NaN
10  02 06:00:00 NaN NaN
11  02 09:00:00 NaN NaN
12  02 12:00:00 NaN NaN
13  02 15:00:00 NaN 1.8
14  02 18:00:00 NaN NaN
15  02 21:00:00 NaN NaN

到这个数据框：

       day time     tmin tmax
    0   01 00:00:00 -6.8 1.2
    1   01 03:00:00 -6.8 1.2
    2   01 06:00:00 -6.8 1.2
    3   01 09:00:00 -6.8 1.2
    4   01 12:00:00 -6.8 1.2
    5   01 15:00:00 -6.8 1.2
    6   01 18:00:00 -6.8 1.2
    7   01 21:00:00 -6.8 1.2
    8   02 00:00:00 -7.2 1.8
    9   02 03:00:00 -7.2 1.8
    10  02 06:00:00 -7.2 1.8
    11  02 09:00:00 -7.2 1.8
    12  02 12:00:00 -7.2 1.8
    13  02 15:00:00 -7.2 1.8
    14  02 18:00:00 -7.2 1.8
    15  02 21:00:00 -7.2 1.8

【问题讨论】：

标签： python pandas

【解决方案1】：

使用groupby 和transform：

df.assign(**df.groupby('day')[['tmin', 'tmax']].transform('first'))

    day      time  tmin  tmax
0     1  00:00:00  -6.8   1.2
1     1  03:00:00  -6.8   1.2
2     1  06:00:00  -6.8   1.2
3     1  09:00:00  -6.8   1.2
4     1  12:00:00  -6.8   1.2
5     1  15:00:00  -6.8   1.2
6     1  18:00:00  -6.8   1.2
7     1  21:00:00  -6.8   1.2
8     2  00:00:00  -7.2   1.8
9     2  03:00:00  -7.2   1.8
10    2  06:00:00  -7.2   1.8
11    2  09:00:00  -7.2   1.8
12    2  12:00:00  -7.2   1.8
13    2  15:00:00  -7.2   1.8
14    2  18:00:00  -7.2   1.8
15    2  21:00:00  -7.2   1.8

或者，如果您想修改原始 DataFrame 而不是返回副本：

df[['tmin', 'tmax']] = df.groupby('day')[['tmin', 'tmax']].transform('first')

【讨论】：

感谢 user3483203 的回答。这正是我想要的。
乐于助人，快乐编程！
@user3483203 我能知道transform('first')在这里做什么吗？
transform可以进行很多操作。 transform 获取first() 的结果，并将其传播到组中的每一行。如果你只是做了df.groupby('day').first()，你将只有 2 行。如果您混淆了df.groupby('day').mean() 和df.groupby('day').transform('mean') 之间的区别（或几乎任何操作），您就会开始明白我的意思

【解决方案2】：

如果您不想像@user3483203 那样整洁地完成它！

import pandas as pd
myfile = pd.read_csv('temperature.txt', sep=' ')
mydata = pd.DataFrame(data = myfile)

for i in mydata['day']:
    row_start = (i-1) * 8 # assuming 8 data points per day
    row_end = (i) * 8
    mydata['tmin'][row_start:row_end] = pd.DataFrame.min(tempdata['tmin'][row_start:row_end], skipna=True)
    mydata['tmax'][row_start:row_end] = pd.DataFrame.max(tempdata['tmax'][row_start:row_end], skipna=True)

【讨论】：

谢谢。这非常有帮助，而且 99% 整洁。

【解决方案3】：

由于您没有发布任何代码，这里有一个通用的解决方案：

    Step 1: Create variables that will keep track of the min and max temps
    Step 2: Loop through each row in the frame
    Step 3: For each row, check if the min or max == "NaN"
    Step 4: If it is, replace with the value of the min or max variable we created earlier

【讨论】：

感谢您的解决方案。那么我怎样才能让它对天数敏感呢？我的意思是解决方案的第 1 步应该考虑天数，对吧？我不太了解这部分您的解决方案。
例如 ... 创建名为“tmin”的变量并设置为 0 > 循环遍历给定日期的所有值 > 如果给定日期的温度不是 NaN 且低于 0，则将 tmin 设置为> 当您到达给定一天结束时，tmin 将包含最低温度
在使用pandas时建议迭代很少是一个好方法

【解决方案4】：

只需将fillna 与前向填充和后向填充参数一起使用：

df.tmin = df.groupby('day')['tmin'].fillna(method='ffill').fillna(method='bfill')
df.tmax = df.groupby('day')['tmax'].fillna(method='ffill').fillna(method='bfill')

【讨论】：

我试过了，但我想将第 1 天的 tmin 和 tmax 值准确地放入当天的 NaN 值1 以及第 2 天的 tmin 和 tmax 到第 2 天的 NaN 值。您的答案用 tmax 填补了空白和 tmin 并且不考虑日期值。我说的对吗？