- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
假设我有以下 2 个数据框:
我有一个时间序列,其中包含不同 ID 的缺失价格值(“val”列):
import pandas as pd
df1 = pd.DataFrame({'id': ['1', '1', '1', '2', '2'],
'year': [2013, 2014, 2015, 2012, 2013],
'val': [np.nan, np.nan, 300, np.nan, 150]})
df1
看起来像:
id year val
0 1 2013 NaN
1 1 2014 NaN
2 1 2015 300.0
3 2 2012 NaN
4 2 2013 150.0
我有一个随时间变化的价格指数系列,我可以在其中计算不同年份之间的价格通胀因素:
df2 = pd.DataFrame({'year': [2011, 2012, 2013, 2014, 2015],
'index': [100, 103, 105, 109, 115]})
df2['factor'] = df2['index'] / df2['index'].shift()
df2
看起来像:
year index factor
0 2011 100 NaN
1 2012 103 1.030000
2 2013 105 1.019417
3 2014 109 1.038095
4 2015 115 1.055046
现在假设我想使用第二个数据帧的因子对给定 id(项目)的最近可用价格值进行反向索引。哪种方法最有效?
到目前为止,我尝试了以下方法(但是对于我使用的大型数据集来说,这个循环非常慢,因为它只为每个循环填充 1 个时间段):
df1 = df1.merge(df2[['year', 'factor']], how = 'left', on = 'year')
missings = df1['val'].sum()
while df1['val'].isnull().sum() < missings:
missings = df1['val'].isnull().sum()
df1.loc[df1['val'].notnull(), 'factor'] = 1
df1['val'] = df1.groupby('id')['val'].fillna(method='bfill', limit=1)
df1['val'] = df1['val'] / df1['factor']
df1.drop(columns = 'factor').head()
产生以下结果:
id year val
0 1 2013 283.486239
1 1 2014 288.990826
2 1 2015 300.000000
3 2 2012 145.631068
4 2 2013 150.000000
因此 2014 年的值:300/1.038095。2013 年的值为:300/1.038095/1.019417。
是否有更好更快的方法来达到相同的结果?提前致谢!
最佳答案
您可以使用 transform
在列 factor
和 cumprod
上用[::-1]
颠倒顺序后,都在groupby
中,例如:
df1 = df1.merge(df2[['year', 'factor']], how = 'left', on = 'year')
df1.loc[df1['val'].notnull(),'factor']=1 #set factor to one where val exists
# here is how to get the factor you want when it's not just before a value
df1['factor'] = df1.groupby('id')['factor'].transform(lambda x: x[::-1].cumprod()[::-1])
df1['val'] = df1['val'].bfill()/df1['factor'] #back fill val no limitation and divide by factor
print (df1)
id year val factor
0 1 2013 283.486239 1.058252 #here it's 1*1.038095*1.019417
1 1 2014 288.990826 1.038095 #here it's 1*1.038095
2 1 2015 300.000000 1.000000
3 2 2012 145.631068 1.030000 #here it's 1*1.03
4 2 2013 150.000000 1.000000
关于python - Pandas 索引缺失值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51880405/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!