Pandas bfill 和 ffill 如何用于数字和非数字列答案

【问题标题】：Pandas bfill and ffill how to use for numeric and non-numeric columnsPandas bfill 和 ffill 如何用于数字和非数字列
【发布时间】：2020-05-17 23:37:00
【问题描述】：

我的一些 NAN 是字符串，而我的一些 NAN 是数字缺失值，如何在这两种情况下使用 bfill 和 ffill？

Criteria      Col1   Col2   Col3     Col4
Jan10Sales     12      13     NAN     NAN
Feb10Sales     1        3      4      ABC
Mar10Sales      NAN      13     14    XY
Apr10Sales      5      NAN     12      V 
May10Sales      6      18     19      AB

【问题讨论】：

标签： python pandas

【解决方案1】：

I guess string 'NAN' does not mean Non-Value Nan, you already got the solution, you can check my code too

df = df[df.ne('NAN')].bfill()

     Criteria Col1 Col2 Col3
0  Jan10Sales   12   13    4
1  Feb10Sales    1    3    4
2  Mar10Sales    5   13   14
3  Apr10Sales    5   18   12
4  May10Sales    6   18   19

【讨论】：

【解决方案2】：

如果NaNs 缺少值，您可以传递诸如list 之类的列名称：

cols = ['Col1','Col2','Col3']
df[cols]=df[cols].bfill()

如果NaNs 是字符串，首先将字符串替换为带有非数字缺失值的数字：

cols = ['Col1','Col2','Col3']
df[cols]=df[cols].apply(lambda x: pd.to_numeric(x, errors='coerce')).bfill()

如果想使用您的解决方案：

for col in ['Col1','Col2','Col3']:
    df[col]= pd.to_numeric(df[col], errors='coerce').bfill()

print (df)
     Criteria  Col1  Col2  Col3
0  Jan10Sales  12.0  13.0   4.0
1  Feb10Sales   1.0   3.0   4.0
2  Mar10Sales   5.0  13.0  14.0
3  Apr10Sales   5.0  18.0  12.0
4  May10Sales   6.0  18.0  19.0

但如果最后一行有缺失值，则回填不会替换它们，因为不存在下一个非缺失值：

print (df)
     Criteria Col1 Col2 Col3
0  Jan10Sales   12   13  NAN
1  Feb10Sales    1    3    4
2  Mar10Sales  NAN   13   14
3  Apr10Sales    5  NAN   12
4  May10Sales    6   18  NaN

cols = ['Col1','Col2','Col3']
df[cols]=df[cols].apply(lambda x: pd.to_numeric(x, errors='coerce')).bfill()
print (df)

     Criteria  Col1  Col2  Col3
0  Jan10Sales  12.0  13.0   4.0
1  Feb10Sales   1.0   3.0   4.0
2  Mar10Sales   5.0  13.0  14.0
3  Apr10Sales   5.0  18.0  12.0
4  May10Sales   6.0  18.0   NaN

那么是可能的链bfill和ffill：

df[cols]=df[cols].apply(lambda x: pd.to_numeric(x, errors='coerce')).bfill().ffill()
print (df)
     Criteria  Col1  Col2  Col3
0  Jan10Sales  12.0  13.0   4.0
1  Feb10Sales   1.0   3.0   4.0
2  Mar10Sales   5.0  13.0  14.0
3  Apr10Sales   5.0  18.0  12.0
4  May10Sales   6.0  18.0  12.0

【讨论】：

我可以在for循环中使用这个吗
@ShailajaGuptaKapoor - 是的，有可能，答案已被编辑。
仍然在做df.columns[df.isna().any()].tolist() 我正在获取之前应用 bfill 的所有列
@ShailajaGuptaKapoor - print (df[cols].dtypes) 是什么？
@ShailajaGuptaKapoor - 数据是保密的？因为如果使用样本数据非常好，那么数据应该有一些问题。

【解决方案3】：

你可以试试这个：

for cols in ['Col1','Col2','Col3']:
    df[cols].fillna(method='bfill', inplace=True)

pandas.DataFrame.fillna

【讨论】：