我有一个包含两列的数据集：company和value.
它有一个日期时间索引,其中包含重复项(在同一天,不同的公司具有不同的值).这些值缺少数据,因此我想使用同一公司的前一个数据点转发缺少的数据.
但是,我似乎无法找到一个很好的方法来做到这一点,而不会遇到奇怪的groupby错误,这表明我做错了什么.
玩具数据：
a = pd.DataFrame({'a': [1, 2, None], 'b': [12,None,14]})
a.index = pd.DatetimeIndex(['2010', '2011', '2012'])
a = a.unstack()
a = a.reset_index().set_index('level_1')
a.columns = ['company', 'value']
a.sort_index(inplace=True)
尝试的解决方案(不起作用：ValueError：无法从重复的轴重新索引)：
a.groupby('company').ffill()
a.groupby('company')['value'].ffill()
a.groupby('company').fillna(method='ffill')
Hacky解决方案(提供所需的结果,但显然只是一个丑陋的解决方法)：
a['value'] = a.reset_index().groupby(
'company').fillna(method='ffill')['value'].values
可能有一种简单而优雅的方式来做到这一点,这是如何在熊猫中进行的？
解决方法:
您可以将“公司”添加到索引中,使其独一无二,并通过groupby执行简单的ffill：
a = a.set_index('company', append=True)
a = a.groupby(level=1).ffill()
从这里开始,如有必要,可以使用reset_index将索引恢复为正好日期.我建议将’company’作为索引的一部分(或者只是将其添加到索引中),因此您的索引仍然是唯一的：
a = a.reset_index(level=1)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
