对熊猫数据框的列应用差异[重复]

Posted 2023-03-11

技术标签:

【中文标题】对熊猫数据框的列应用差异[重复]【英文标题】：Apply diffs down columns of pandas dataframe [duplicate] 【发布时间】：2019-10-24 00:16:39 【问题描述】：

我想对 pandas 数据框的列应用差异。例如：

A      B      C
23   40000    1
24    nan    nan
nan  42000    2

我想要类似的东西：

A    B       C
23  40000    1
24  40000    1
24  42000    2

我尝试过 pandas groupby 的变体。我认为这可能是正确的方法。（或在列下应用一些功能，但不确定这是否有效，如果我错了，请纠正我）

我能够“在列中应用差异”并得到类似的东西：

A     B     C
24  42000   2

通过调用： df = df.groupby('col', as_index=False).last() 为每一列，但这不是我要找的。我不是熊猫专家，如果这是一个愚蠢的问题，我深表歉意。

上面已经解释过了

【问题讨论】：

你想要df.ffill() ?? 正是我想要的，谢谢！ 【参考方案1】：

看看这个：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.fillna.html

df = df.fillna(method='ffill')

【讨论】：

以上是关于对熊猫数据框的列应用差异[重复]的主要内容，如果未能解决你的问题，请参考以下文章