使用 pandas 填充具有连续值和以上行的行答案

【问题标题】：Fill rows with consecutive values and above rows using pandas使用 pandas 填充具有连续值和以上行的行
【发布时间】：2019-09-18 12:34:41
【问题描述】：

我有一个这样的数据框：

df

col1    col2
 1        A 
 3        B
 6        A
 10       C

我想从 df 上方创建一个数据框，如果 col1 值不连续，它将使用下一个 col1 值创建另一行，而 col2 值将是上面的值。

我要找的数据框应该是

df
col1    col2
 1        A
 2        A
 3        B
 4        B
 5        B
 6        A
 7        A
 8        A
 9        A
 10       C

我可以使用一个简单的 for 循环来做到这一点，但是有没有任何 python 方法可以最有效地使用 pandas 来做到这一点？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这是使用set_index() 和reindex 和ffill 的一种方法：

df.set_index('col1').reindex(range(df.col1.min(),df.col1.max()+1)).ffill().reset_index()

#df.set_index('col1').reindex(range(df.col1.min(),df.col1.max()+1),method='ffill')\
                                                     #.reset_index()

   col1 col2
0     1    A
1     2    A
2     3    B
3     4    B
4     5    B
5     6    A
6     7    A
7     8    A
8     9    A
9    10    C

【讨论】：

谢谢，但是如果col1包含日期怎么办（col1值的类型是numpy.datetime64），如何生成两者之间的日期？
@KallolSamanta 然后看看resample 或asfreq：df.set_index('col1').asfreq('D',method='ffill') 可能是或df.set_index('col1').resample('D').ffill()

【解决方案2】：

一种方法是使用reindex 和ffill：

(df.set_index('col1')
   .reindex(range(df.col1.iloc[0], df.col1.iloc[-1]+1))
   .ffill()
   .reset_index())

    col1 col2
0     1    A
1     2    A
2     3    B
3     4    B
4     5    B
5     6    A
6     7    A
7     8    A
8     9    A
9    10    C

或者使用Series.repeat的其他方式：

df.col2.repeat(df.col1.diff().shift(-1).fillna().reset_index(drop=True)

【讨论】：

谢谢，但是如果col1包含日期怎么办（col1值的类型是numpy.datetime64），如何生成两者之间的日期？