对熊猫数据框的列应用差异[重复]
Posted
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