在熊猫数据框中按浮点值过滤列，并向前填充答案

【问题标题】：Filter column by float value in pandas dataframe, and fill-forward在熊猫数据框中按浮点值过滤列，并向前填充
【发布时间】：2020-03-09 02:56:37
【问题描述】：

我有这个数据框：

    difer   length     
0   0.11          4
1   NaN           6
2   01_00532      54
3   NaN           32
4   NaN           12 
5   0.10          12
6   Nan           123

我想用浮点值替换difer 列中的所有其他值。所以将所有值更改为 0.11 直到下一个浮点值 (0.10)，然后用 0.10 重复。

   difer        length     
0   0.11          4
1   0.11          6
2   0.11          54
3   0.11          32
4   0.11          12 
5   0.10          12
6   0.10          123

对于第一部分（过滤列），我发现了一个类似的问题 filter float values.

该人建议使用pd.to_numeric 和布尔索引但我不知道他为什么以df.SIC这种形式写列名。它对我不起作用：

df[pd.to_numeric(df.SIC, errors='coerce').isnull()]

对于第二部分（如何将所有值更改为 0.11 直到下一个浮点值（0.10）并用 0.10 重复），我不知道。

【问题讨论】：

另一个答案说将该列称为SIC，因为这是它的名字！ df.SIC 和 df['SIC'] 是按名称引用列的两种方式。但显然你的专栏被称为difer 而不是SIC！
至于“将所有值更改为 0.11 直到下一个浮点值”，这称为 “向前填充”。请参阅文档以获取 df.fillna(..., method='ffill') 及其同义词 df.ffill()

标签： python python-3.x regex pandas dataframe

【解决方案1】：

在您的列上使用pd.to_numeric，errors='coerce' 将使用NaN 填充所有非数值，最后使用ffill 向前填充列。

df['difer'] = pd.to_numeric(df['difer'], errors='coerce').ffill()

输出

   difer  length
0   0.11       4
1   0.11       6
2   0.11      54
3   0.11      32
4   0.11      12
5   0.10      12
6   0.10     123

注意：

通过df.difer 或df['difer'] 访问列没有区别。仅当您在列名中有空格时，这才会导致问题。在这种情况下使用后者。

【讨论】：