python - Pandas:DataFrame 列表的单元格填充(方法 = 'pad' )

Question

基本上，我正在尝试做类似 this 的事情但对于 fillna 而不是求和。

我有一个 df 列表，每个 df 都有相同的列/索引，按时间顺序排列:

import numpy as np
import pandas as pd
np.random.seed(0)

df_list = []
for index in range(3):
    a  = pd.DataFrame(np.random.randint(3, size=(5,3)), columns=list('abc'))
    mask = np.random.choice([True, False], size=a.shape)
    df_list.append(a.mask(mask))

现在，我想要替换第 i 个的 numpy.nan 单元格df_list 中的 DataFrame 通过第 i-1 th 中相同单元格的值df_list 中的 DataFrame。

因此，如果第一个 DataFrame 是:

     a    b    c
 0  NaN  1.0  0.0
 1  1.0  1.0  NaN
 2  0.0  NaN  0.0
 3  NaN  0.0  2.0
 4  NaN  2.0  2.0

第二个是:

     a    b    c
 0  0.0  NaN  NaN
 1  NaN  NaN  NaN
 2  0.0  1.0  NaN
 3  NaN  NaN  2.0
 4  0.0  NaN  2.0

那么输出 output_list 应该是一个与 df_list 长度相同的列表，并且还具有 DataFrame 作为元素。

output_list 的第一个条目与 df_list 的第一个条目相同。output_list 的第二个条目是:

     a    b    c
 0  0.0  1.0  0.0
 1  1.0  1.0  NaN
 2  0.0  1.0  0.0
 3  NaN  0.0  2.0
 4  0.0  2.0  2.0

Answer 1

我相信更新功能对此非常有用，请参阅文档:https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.update.html
它是一种专门允许您更新 DataFrame 的方法，在您的情况下仅更新它的 NaN 元素。

特别是，您可以像这样使用它:

new_df_list = df_list[:1]
for df_new, df_old  in zip(df_list[1:], df_list[:-1]):
    df_new.update(df_old, overwrite=False)
    new_df_list.append(df_new)

这将为您提供所需的输出