python - Pandas fillna() 按特定顺序排列

Question

我的 fillna() 方法有问题。这是我的示例 df，它表示商店中商品的数量。我想填充所有NaN。如果有 NaN，我想用前一天的值填充它，或者如果它是 NaN，则从第二天开始(相同的产品，相同的商店) )。如果特定产品和商店的所有日期都是 NaN，那么我想用 0 填充它。我正在寻找最好的 pandas 方法来做到这一点，我有一些关于循环的想法，但它看起来不太好。

我的df:

    day    shop  product  quantity
0     1  shop_A   apples       3.0
1     2  shop_A   apples       NaN
2     3  shop_A   apples       1.0
3     1  shop_A  bananas       NaN
4     2  shop_A  bananas       NaN
5     3  shop_A  bananas       NaN
6     1  shop_B   apples       NaN
7     2  shop_B   apples       NaN
8     3  shop_B   apples       2.0
9     1  shop_B  bananas       NaN
10    2  shop_B  bananas       4.0
11    3  shop_B  bananas       2.0

预期 df:

    day    shop  product  quantity
0     1  shop_A   apples       3.0
1     2  shop_A   apples       3.0
2     3  shop_A   apples       1.0
3     1  shop_A  bananas       0.0
4     2  shop_A  bananas       0.0
5     3  shop_A  bananas       0.0
6     1  shop_B   apples       2.0
7     2  shop_B   apples       2.0
8     3  shop_B   apples       2.0
9     1  shop_B  bananas       4.0
10    2  shop_B  bananas       4.0
11    3  shop_B  bananas       2.0

我也尝试过 fillna(limit=3)，但这不是我想要的。

Answer 1

您可以使用 sort_values 按天排序，然后执行分组 bfill，然后剩下的内容将通过链接 fillna(0)< 得到 0/:

df['quantity'] = df.sort_values(by='day')\
                 .groupby(['shop','product'])['quantity'].bfill(limit=3).fillna(0)

打印回来:

    day    shop  product  quantity
0     1  shop_A   apples       3.0
1     2  shop_A   apples       1.0
2     3  shop_A   apples       1.0
3     1  shop_A  bananas       0.0
4     2  shop_A  bananas       0.0
5     3  shop_A  bananas       0.0
6     1  shop_B   apples       2.0
7     2  shop_B   apples       2.0
8     3  shop_B   apples       2.0
9     1  shop_B  bananas       4.0
10    2  shop_B  bananas       4.0
11    3  shop_B  bananas       2.0

这将为每个商店和产品将第二天的值赋予前一天的 NaN 值。您可以类似地使用 ffill (或两者)，也许还可以使用线性插值，您的结果将相应改变。然而，这正是您开始使用所需要的。