熊猫重新采样并填充末尾的NaN

FLab 发表于 Dev

松弛

我想通过向前填充结果来对每周到每天的频率进行升采样。

如果对我的原始系列的最后一次观察是NaN，我希望该值将被以前的有效值代替，但仍保留为NaN。

设定

import numpy as np
import pandas as pd

all_dates = pd.date_range(start='2018-01-01', freq='W-WED', periods=4)

ts = pd.Series([1, 2, 3], index=all_dates[:3])
ts[all_dates[3]] = np.nan

ts
Out[16]: 
2018-01-03    1.0
2018-01-10    2.0
2018-01-17    3.0
2018-01-24    NaN
Freq: W-WED, dtype: float64

结果

ts.resample('B').ffill() 

ts.resample('B').ffill()
Out[17]: 
2018-01-03    1.0
2018-01-04    1.0
2018-01-05    1.0
2018-01-08    1.0
2018-01-09    1.0
2018-01-10    2.0
2018-01-11    2.0
2018-01-12    2.0
2018-01-15    2.0
2018-01-16    2.0
2018-01-17    3.0
2018-01-18    3.0
2018-01-19    3.0
2018-01-22    3.0
2018-01-23    3.0
2018-01-24    NaN
Freq: B, dtype: float64

当我期望最后一个值也是3时。

有人对此行为有解释吗？

乔什·弗里德兰德

重采样的目的ffill是简单地从一周的第一天向前传播-如果一周的第一天是NaN，则可以向前填充。例如：

ts.iloc[1] = np.nan
ts.resample('B').ffill()

2018-01-03    1.0
2018-01-04    1.0
2018-01-05    1.0
2018-01-08    1.0
2018-01-09    1.0
2018-01-10    NaN
2018-01-11    NaN
2018-01-12    NaN
2018-01-15    NaN
2018-01-16    NaN
2018-01-17    3.0
2018-01-18    3.0
2018-01-19    3.0
2018-01-22    3.0
2018-01-23    3.0
2018-01-24    NaN
Freq: B, dtype: float64

在大多数情况下，从上周的数据进行传播是不希望的。如果您想在原始（每周）系列中的值缺失的情况下使用前几周的数据，只需fillna先使用即可ffill。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。