我一直在研究如何获取唯一标识符的 DataFrame 的最新非 NaN 值。所以我有一个带有 ID、值和年份列的 Pandas DataFrame,类似于:
| ID | Values | Year
-------------------------
0 | A | 4.0 | 2016
1 | B | NaN | 2016
2 | C | NaN | 2016
3 | D | 1.0 | 2016
4 | A | 2.0 | 2015
5 | B | 2.0 | 2015
6 | C | 1.0 | 2015
7 | D | 3.0 | 2015
8 | A | 2.0 | 2014
9 | B | 2.0 | 2014
10| C | 3.0 | 2014
11| D | NaN | 2014
我想弄清楚如何获取每个 ID 的最新(最近)非 NaN 值的列表。所以这个案例的列表应该是:
[4.0, 2.0, 1.0, 1.0]
分别是 A、B、C 和 D 的最新值(跳过任何 NaN)。 到目前为止,我已经通过做这样的枢轴来解决这个问题:
df.pivot(index = 'Year', columns = 'ID', values = 'Values')
所以我得到:
ID | A | B | C | D
----------------------
Year | | | |
2014 |2.0|2.0|3.0|NaN
2015 |2.0|2.0|1.0|3.0
2016 |4.0|NaN|Nan|1.0
我被卡住了 - 获取每个 ID 的最新非 NaN 值的最佳方法是什么?任何使用原始 DataFrame 或旋转 DataFrame 的建议都将不胜感激!
最佳答案
另一个groupby
选项:
如果数据已经按 'Year'
降序排序,如示例数据:
df.groupby('ID')['Values'].first()
如果数据尚未排序:
df.sort_values(by='Year').groupby('ID')['Values'].last()
结果输出:
ID
A 4.0
B 2.0
C 1.0
D 1.0
关于python - 获取 Pandas 中每个标识符的时间序列的最新非 NaN 值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38536829/