在python熊貓中，如何將NaN值填入最近的過去值？

替換值爲靜態時，在Pandas Dataframe中填充NaN值很容易。在python熊貓中，如何將NaN值填入最近的過去值？

但我需要做的是遍歷索引0列，並記住最後觀察到的非NaN值並用它替換NaN值。

 
index  cur_price 
2017-07-01 1000 
2017-07-02 NaN 
2017-07-03 12000 
2017-07-04 13000 
2017-07-05 NaN 
2017-07-06 9000 
2017-07-07 9500 
2017-07-08 NaN 
2017-07-09 NaN

應該成爲

 
index  cur_price 
2017-07-01 1000 
2017-07-02 1000 
2017-07-03 12000 
2017-07-04 13000 
2017-07-05 13000 
2017-07-06 9000 
2017-07-07 9500 
2017-07-08 9500 
2017-07-09 9500

是否有大熊貓這種良好的功能？

來源

2017-07-30 reapasisow

描述試試這個

df.ffill() 


Out[17]: 
     index cur_price 
0 2017-07-01  1000.0 
1 2017-07-02  1000.0 
2 2017-07-03 12000.0 
3 2017-07-04 13000.0 
4 2017-07-05 13000.0 
5 2017-07-06  9000.0 
6 2017-07-07  9500.0 
7 2017-07-08  9500.0 
8 2017-07-09  9500.0

來源

2017-07-30 01:57:45 Wen

df['cur_price'] = df['cur_price'].fillna(method='ffill')

在the docs

來源

2017-07-30 01:57:39

在python熊貓中，如何將NaN值填入最近的過去值？

回答

相關問題