Python / Pandas：按顺序填充 NaN - 线性插值 --> ffill --> bfill

Posted 2023-03-11

【中文标题】Python / Pandas：按顺序填充 NaN - 线性插值 --> ffill --> bfill

【英文标题】：Python / Pandas: Fill NaN with order - linear interpolation --> ffill --> bfill

【发布时间】：2021-03-09 03:43:04

【问题描述】：

我有一个df：

     company  year      revenues
0  company 1  2019   1,425,000,000
1  company 1  2018   1,576,000,000
2  company 1  2017   1,615,000,000
3  company 1  2016   1,498,000,000
4  company 1  2015   1,569,000,000
5  company 2  2019             nan
6  company 2  2018   1,061,757,075
7  company 2  2017             nan
8  company 2  2016     573,414,893
9  company 2  2015     599,402,347

我想fillnan 的值，有一个订单。我想先线性插值，然后是前向填充，然后是后向填充。我目前有：

f_2_impute = [x for x in cl_data.columns if cl_data[x].dtypes != 'O' and 'total' not in x and 'year' not in x]

def ffbf(x):
    return x.ffill().bfill()

group_with = ['company']

for x in cl_data[f_2_impute]:
    cl_data[x] = cl_data.groupby(group_with)[x].apply(lambda fill_it: ffbf(fill_it))

执行ffill() 和bfill()。理想情况下，我想要一个函数，它首先尝试线性插入缺失值，然后尝试向前填充它们，然后向后填充它们。

有什么快速的方法吗？提前谢谢你。

【问题讨论】：

pandas.pydata.org/pandas-docs/stable/reference/api/…

【参考方案1】：

如果有,，我相信您需要先将列转换为浮点数：

df = pd.read_csv(file, thousands=',')

或者：

df['revenues'] = df['revenues'].replace(',','', regex=True).astype(float)

然后添加DataFrame.interpolate:

def ffbf(x):
    return x.interpolate().ffill().bfill()

【讨论】：

如果我设置了这个选项，pd.options.display.float_format = ':,.2f'.format，我认为我仍然不需要替换'，'对吗？

@sophods - 如果它只是显示然后不是;)