Python/Pandas：数据框合并和填充答案

【问题标题】：Python/Pandas: dataframe merge and fillnaPython/Pandas：数据框合并和填充
【发布时间】：2021-11-14 19:45:11
【问题描述】：

我尝试根据日期合并两个 Pandas 数据框，然后填充 NaN 值直到特定日期。我有以下数据示例：

df_1：

date	value1
01/12	10
02/12	20
03/12	30
04/12	40
05/12	60
06/12	70
07/12	80

df_2：

date	value2
01/12	100
03/12	300
05/12	500

我使用以下行： df = pd.merge((df_1,df_2, how='left', on=['date']

我明白了：

date	value1	value2
01/12	10	100
02/12	20	NaN
03/12	30	300
04/12	40	Nan
05/12	50	500
06/12	60	NaN
07/12	70	NaN

然后我想要实现的是将df['value2'] 中的NaN 值转发到05/12，而不是直到07/12。

【问题讨论】：

你所说的'forwardfill'是什么意思？数据框需要每个行列组合的条目，如果没有值，我认为您会遇到 NaN。如果您想为 6/12 之后的日期将特定值设置为 value2，您可以这样做，但如果您对 NaN 不满意，则必须选择这些值。
对于“value2”，它应该如下所示：100,100,300,300,500,500,NaN,NaN。基本上使用 fillna(method='ffill') 但直到 05/12。但是使用 fillna() 它将填充 NaN 值直到数据帧结束（07/12）
@kobo 如果对您有帮助，请批准该解决方案：D

标签： python pandas dataframe nan ffill

【解决方案1】：

首先，将日期转换为datetime 格式以使用条件操作数。默认返回 YYYY-MM-DD。

接下来，为您的条件创建一个掩码 ffill 到 05/12。并将loc 用于fillna。

最后，将date从datetime转换回string

df['date'] = pd.to_datetime(df["date"], format="%d/%m")
mask = (df["date"].lt(pd.to_datetime('05/12', format="%d/%m")))
df.loc[mask, "val2"] = df.loc[mask, "val2"].fillna(method="ffill")
df['date'] = df['date'].dt.strftime('%d/%m')

【讨论】：