用最大值加1递增地替换NaN值

Question

用最大值加1递增地替换NaN值

python

5

我有一个数据框，看起来像这样:

我想通过从该年的最大值继续填充NaN（即根据每年的最大值逐步增加）。

这就是我想实现的:

我知道如何将此应用于每个年份，方法是在for循环中为每个年份创建单独的数据框，然后将它们合并。

#data
d = {'year': {0: 2016,
  1: 2016,
  2: 2016,
  3: 2016,
  4: 2017,
  5: 2017,
  6: 2017,
  7: 2017,
  8: 2018,
  9: 2018,
  10: 2018},
 'id': {0: 1015.0,
  1: 1016.0,
  2: nan,
  3: nan,
  4: 1035.0,
  5: 1036.0,
  6: nan,
  7: nan,
  8: 1005.0,
  9: nan,
  10: nan}}

# list of years
years = [2016,2017,2018]

# create dataframe    
df = pd.DataFrame(d)

# create list that I will append data frames too
l = []

for x in years:
    # create a dataframe for each year
    df1 = df[df['year']==x].copy()
    # fill nans with max value plus 1
    df1['id'] = df1['id'].fillna(lambda x: x['id'].max() + 1)
    # add dataframe to list
    l.append(df1)
# concat list of dataframes
final = pd.concat(l)

这将nans替换为以下文本：

function at 0x000002201F43CB70

我还尝试在我的for循环中使用以下内容：

df1['id'] = df1['id'].apply(lambda x: x['id'].fillna(x['id'].max() +1))

但是我遇到了一个错误：

TypeError: 'float' object is not subscriptable

- Dread

df.interpolate 可能有所帮助……只是我还没有弄清如何按年份分组使用它。 - Will

@Will 你可以使用这个答案与df.interpolate和group by结合使用。但我不确定如何在插值时实现最大值+1。 - Lala La

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Sebastien D · Accepted Answer

您可以使用df.iterrows()遍历行，使用df.loc[]设置缺失的"id"值：

for index, row in df.iterrows():
    if row['id'] > 0 : continue
    df.loc[index,"id"] = df[df['year']==row['year']]['id'].max() +1

编辑

更好的检查row ['id']是否不为空的方法是：

    if pd.notnull(row['id']): ...