基于数据集中先前数字的 Pandas DataFrame 编号

Question

提前致歉，我不确定如何将 null 值添加到 pandas 数据框，所以我在列表中放置了“无”。我有一个具有以下值的数据框:

None, None, 50,60,70,80,90,None,None, None, 110, None, None

import pandas as pd
number_list = [None, None, 50,60,70,80,90, None, 100, None, None, None, 110, None, None]
df = pd.DataFrame(number_list, columns=['ID'])

那些没有的需要根据它前面的数字分配一个数字。因此，如果空白值之前的数字是 90，则空白数字将被分配为 91(前面的数字 +1)。如果 None 位于行首，则编号将从 99901 开始，依此类推。

 the final result for this example would be: 
 99901, 99902, 50,60,70,80,90,91,92,93,110,111,112

我尝试在 t-sql 中执行此操作，但每批处理时间超过 3 分钟。我有几千批...任何正确方向的一点都将不胜感激!谢谢!!

Answer 1

国际联合会

# getting the group key df.ID.isnull().astype(int).diff().ne(0).cumsum()  
s=df.groupby(df.ID.isnull().astype(int).diff().ne(0).cumsum()).cumcount().add(1)[df.ID.isnull()]
df.fillna((df.ffill().fillna(90000)).add(s,0))
Out[193]:
         ID
0   90001.0
1   90002.0
2      50.0
3      60.0
4      70.0
5      80.0
6      90.0
7      91.0
8     100.0
9     101.0
10    102.0
11    103.0
12    110.0
13    111.0
14    112.0