从最近的年份复制Pandas中的行

jexiocij 于 2022-11-05 发布在其他

关注(0)|答案(1)|浏览(138)

假设我有以下数据集。

import numpy as np
import pandas as pd

d = {'name': ['a', 'a', 'a'], 'year': [2000, 2001, 2002], 'value': [10, 17, 22] }
data_frame  = pd.DataFrame(data=d)
data_frame

d1 = {'name': ['a', 'a', 'a'], 'year': [2001, 2002, 2003], 'value': [10, 17, 22] }
data_frame1  = pd.DataFrame(data=d1)
data_frame1

d2 = {'name': ['a', 'a', 'a'], 'year': [2000, 2002, 2003], 'value': [10, 17, 22] }
data_frame2  = pd.DataFrame(data=d2)
data_frame2

我想做的是：
1.在data_frame中，我错过了2003年的观察，因此我想复制包含2002（最早可用的年份）的行(data_frame[data_frame['year']==2002])，将其附加到我的data_frame中，并将2002替换为2003。其余保持不变。
1.在data_frame1中，我错过了2000年的观测值，我想做与1中相同的事情，但在这种情况下，我想使用包含2001年的行。
1.至于data_frame2，我没有2001年的观测数据，这里我想使用最早的年份，即2000年。
有没有什么方法可以做到这一点，而不需要分别检查每个 Dataframe ，而是编写一些通用函数？

谢谢-谢谢

pandas

来源：https://stackoverflow.com/questions/74317603/copy-the-row-in-pandas-from-the-nearest-year

1条答案

按热度按时间

pqwbnv8z1#

使用DataFrame.reindex与参数method='nearest'配合使用所有年份，但对于data_frame2则使用下一年：

dfs = [data_frame,data_frame1, data_frame2]

for df in dfs:
    df = df.set_index('year').reindex(range(2000, 2004), method='nearest')
    print (df)
         name  value
    year            
    2000    a     10
    2001    a     17
    2002    a     22
    2003    a     22
         name  value
    year            
    2000    a     10
    2001    a     10
    2002    a     17
    2003    a     22
         name  value
    year            
    2000    a     10
    2001    a     17
    2002    a     17
    2003    a     22

如果需要上一年如果存在，最后一年替换下一年用途：

for df in dfs:
    df = df.set_index('year').reindex(range(2000, 2004), method='ffill').bfill()
    print (df)
         name  value
    year            
    2000    a     10
    2001    a     17
    2002    a     22
    2003    a     22
         name  value
    year            
    2000    a   10.0
    2001    a   10.0
    2002    a   17.0
    2003    a   22.0
         name  value
    year            
    2000    a     10
    2001    a     10
    2002    a     17
    2003    a     22

每组溶液：

for df in dfs:
    df = (df.set_index('year').groupby('name', group_keys=False)
            .apply(lambda x: x.reindex(range(2000, 2004), method='ffill').bfill()))
    print (df)
         name  value
    year            
    2000    a     10
    2001    a     17
    2002    a     22
    2003    a     22
         name  value
    year            
    2000    a   10.0
    2001    a   10.0
    2002    a   17.0
    2003    a   22.0
         name  value
    year            
    2000    a     10
    2001    a     10
    2002    a     17
    2003    a     22

赞(0）回复(0）举报 2022-11-05

我来回答

从最近的年份复制Pandas中的行

1条答案

相关问题

热门标签

最新问答