搜索 NaN 罢工

Question

我有一个数据框，其中某些列包含错误信息。这个错误信息总是出现在较长的 NaN 值序列之前。假设我有以下数据集：

import pandas as pd 
from numpy import nan

d = {'Obs1': [1, 2, 3, 4, 5, 6, 7, 8], 'Obs2': [0.1, 0.1, nan, nan, nan, nan, 100, 101]}
df = pd.DataFrame(data=d)

“Obs1”没有错误信息，而“Obs2”在4-NaN序列之前有错误值。有谁知道如何在时间序列中找到如此长的序列（例如出现 4 个 NaN 值），然后用 NaN 填充所有先前的条目？举个例子，我想要的输出是：

Output = {'Obs1': [1, 2, 3, 4, 5, 6, 7, 8], 'Obs2': [nan, nan, nan, nan, nan, nan, 100, 101]}

提前致谢

Answer 1

对于每一列，检查第 i 个元素和第 (i+1) 个元素是否为 NaN，并找到满足第 i 个元素和第 (i+1) 个元素的最大索引 (i) 为 NaN。

请看下面的代码。

for col in df.columns:
    cond = df[col].iloc[1:].isnull() + df[col].iloc[:-1].isnull() == 2
    if sum(cond) >= 2:    
        df[col].iloc[:cond.index[-1] - 1] = nan