python - 填充数据框列Python中的缺失值

Question

我的数据分为 4 列，如下所示:

State       Year        Month        Value
AK          2010         1             10
AK          2010         3             20
AK          2011         1             28
AK          2011         5             29
AK          2011         12            31
.
.
TX          2010         2             10
TX          2010         3             11
TX          2010         4             20
TX          2010         12            22
TX          2011         4             30
TX          2011         7             33
.
.

我想用同一年份的先前值的重复项来填充缺失的月份，因为它们只是我的累积总和。已经加在一起了。

月份并不总是从第 1 个月开始，并且有时可能会缺少整年，因此我需要解决这个问题。

即:TX 可以在 2011 年的第 4 个月开始，等等...

所需的输出如下所示:

State       Year        Month        Value
AK          2010         1             10
AK          2010         2             10
AK          2010         3             20
AK          2010         4             20
AK          2010         5             20
.
.
AK          2010         12            20
AK          2011         1             28
AK          2011         2             28
.
.
TX          2010         1             9
TX          2010         2             10
TX          2010         3             11
TX          2010         4             20
TX          2010         5             20
.
.
TX          2010         12            22

Answer 1

一种解决方案是使用 Categorical Data :

# convert Month to categorical with 1-12 range
df['Month'] = pd.Categorical(df['Month'], categories=range(1, 13))

# groupby to give Cartesian product for categorical columns
df = df.groupby(['State', 'Year', 'Month']).first().reset_index()

# forward fill by group
df['Value'] = df.groupby('State')['Value'].ffill()

此解决方案假设特定州 2010 年 12 月的数据可能会溢出到 2011 年 1 月的空数据。