用一系列非数字对象中最接近的值替换 NaN？

Posted 2023-03-11

【中文标题】用一系列非数字对象中最接近的值替换 NaN？

【英文标题】：Replace NaN with nearest value in a series of non-numeric object?

【发布时间】：2017-12-23 23:10:22

【问题描述】：

我正在使用 Pandas 和 Numpy，我正在尝试替换 Series 中的所有 NaN 值，如下所示：

date                    a
2017-04-24 01:00:00  [1,0,0]
2017-04-24 01:20:00  [1,0,0]
2017-04-24 01:40:00  NaN
2017-04-24 02:00:00  NaN
2017-04-24 02:20:00  [0,1,0]
2017-04-24 02:40:00  [1,0,0]
2017-04-24 03:00:00  NaN
2017-04-24 03:20:00  [0,0,1]
2017-04-24 03:40:00  NaN
2017-04-24 04:00:00  [1,0,0]

与最近的对象（在这种情况下为 Numpy 数组）。结果是：

date                    a
2017-04-24 01:00:00  [1,0,0]
2017-04-24 01:20:00  [1,0,0]
2017-04-24 01:40:00  [1,0,0]
2017-04-24 02:00:00  [0,1,0]
2017-04-24 02:20:00  [0,1,0]
2017-04-24 02:40:00  [1,0,0]
2017-04-24 03:00:00  [1,0,0]
2017-04-24 03:20:00  [0,0,1]
2017-04-24 03:40:00  [0,0,1]
2017-04-24 04:00:00  [1,0,0]

有人知道一种有效的方法吗？非常感谢。

【参考方案1】：

删除空值，然后用reindex 填充

df.set_index('date').a.dropna().reindex(df.date, method='nearest').reset_index()

                 date          a
0 2017-04-24 01:00:00  [1, 0, 0]
1 2017-04-24 01:20:00  [1, 0, 0]
2 2017-04-24 01:40:00  [1, 0, 0]
3 2017-04-24 02:00:00  [0, 1, 0]
4 2017-04-24 02:20:00  [0, 1, 0]
5 2017-04-24 02:40:00  [1, 0, 0]
6 2017-04-24 03:00:00  [0, 0, 1]
7 2017-04-24 03:20:00  [0, 0, 1]
8 2017-04-24 03:40:00  [1, 0, 0]
9 2017-04-24 04:00:00  [1, 0, 0]

【讨论】：

这就是我要寻找的。我之前使用的是df.reset_index()，而df.set_index("timestamp") after your line because date 是和索引，否则我在date 上有一个关键错误。你怎么看？