python - 用 Pandas DataFrame 中月份 (AND - 1) 的值替换月份 IN 的 NaN

Question

我有一些每月更新的零件定价数据。它已被拉入 Pandas 数据框。有时，某个零件在某个月没有价格，在这种情况下，我想用该零件上个月的价格替换它。

如果上个月也有该部分的缺失价格，我想继续向后搜索直到找到有效价格，在这种情况下，该价格应向前传播直到找到有效价格。

如果找不到该部分的有效价格，那么我希望将该部分完全从数据框中删除。

如果前几个月包含某个部分的缺失价格，我想删除这些行，以便第一条记录始终是有效价格。

基本上，我想在价格栏上进行前向填充，但要考虑零件号。

举个例子，我将从这样的事情开始:

part   price      date
1      NaN        2018-12-01 00:00:00.000
2      NaN        2018-12-01 00:00:00.000
3      99.16      2018-12-01 00:00:00.000
1      NaN        2018-11-01 00:00:00.000
2      NaN        2018-11-01 00:00:00.000
3      NaN        2018-11-01 00:00:00.000
1      67.32      2018-10-01 00:00:00.000
2      NaN        2018-10-01 00:00:00.000
3      167.34     2018-10-01 00:00:00.000
1      88.37      2018-09-01 00:00:00.000
2      NaN        2018-09-01 00:00:00.000
3      212.70     2018-09-01 00:00:00.000
1      88.37      2018-08-01 00:00:00.000
2      NaN        2018-08-01 00:00:00.000
3      NaN        2018-08-01 00:00:00.000
1      88.37      2018-07-01 00:00:00.000
2      NaN        2018-07-01 00:00:00.000
3      264.02     2018-07-01 00:00:00.000
1      NaN        2018-06-01 00:00:00.000

以此结束:

part   price      date
1      67.32      2018-12-01 00:00:00.000
3      99.16      2018-12-01 00:00:00.000
1      67.32      2018-11-01 00:00:00.000
3      167.34     2018-11-01 00:00:00.000
1      67.32      2018-10-01 00:00:00.000
3      167.34     2018-10-01 00:00:00.000
1      88.37      2018-09-01 00:00:00.000
3      212.70     2018-09-01 00:00:00.000
1      88.37      2018-08-01 00:00:00.000
3      264.02     2018-08-01 00:00:00.000
1      88.37      2018-07-01 00:00:00.000
3      264.02     2018-07-01 00:00:00.000

Answer 1

以下应该有效:

df.loc[lambda df: df.groupby('part')['price'].transform(np.any)]\
  .sort_values('date')\
  .assign(price=lambda df: df.groupby('part')['price'].ffill())\
  .dropna()\
  .reset_index(drop=True)

结果:

    part    price   date
0   1   88.37   2018-07-01
1   3   264.02  2018-07-01
2   1   88.37   2018-08-01
3   3   264.02  2018-08-01
4   1   88.37   2018-09-01
5   3   212.70  2018-09-01
6   1   67.32   2018-10-01
7   3   167.34  2018-10-01
8   1   67.32   2018-11-01
9   3   167.34  2018-11-01
10  1   67.32   2018-12-01
11  3   99.16   2018-12-01

更多细节:

• 方法链的第一行删除其部件号在任何日期都没有非空价格的所有行
• 下一行按日期对值进行排序
• 第 3 行将 'price' 列按组替换为前向填充
• 第 4 行删除包含空值的行
• 最后一行只是为了好看

如果你想要df按照你显示的顺序，你可以翻转数据框:

df = df.iloc[::-1].reset_index(drop=True)