python - 如何在操作中用以前的值填充 NaN 值？

Question

我有一个这样的数据框:

name   value   variation
A      2       0.97
B      3       1.2
C      NaN     1.1
D      NaN     0.8
E      NaN     0.87
F      4       1.1

我需要使用前一行填充这些 NaN 值，执行 value * variation

name   value   variation
A      2       0.97
B      3       1.2
C      3.6     1.1   >> 3*1.2
D      3.96    0.8   >> 3.6*1.1
E      3.16    0.87  >> 3.96*0.8
F      4       1.1

我认为有一种有效的方法可以做到这一点，但我在 stackoverflow 中找不到相关问题。

谢谢!

Answer 1

使用:

#create 2 groups of NaNs for better sample data
df = pd.concat([df] * 2, ignore_index=True)

#create mask by missing value and one non missing value before
m = df['value'].isna() | df['value'].isna().shift(-1).fillna(False)
#create groups by consecutive Trues
g = m.ne(m.shift()).cumsum()[m]
#use cumprod per groups, shift and multiple by forward filling value
s = df['variation'].groupby(g).cumprod().shift() * df['value'].ffill()
#replace missing values by Series s
df['value'] = df['value'].fillna(s)
print (df)
   name  value  variation
0     A  2.000       0.97
1     B  3.000       1.20
2     C  3.600       1.10
3     D  3.960       0.80
4     E  3.168       0.87
5     F  4.000       1.10
6     A  2.000       0.97
7     B  3.000       1.20
8     C  3.600       1.10
9     D  3.960       0.80
10    E  3.168       0.87
11    F  4.000       1.10