Python DataFrame如何循环复用历史值填充Time列末尾的NaN值
解决方案
核心思路是先提取Time列所有已有的非空历史值,按原出现顺序循环重复生成和DataFrame长度一致的序列,直接替换原Time列即可。
基础实现(易读)
import pandas as pd # 提取Time列所有非空值,顺序和原列出现顺序一致 hist_time_list = df["Time"].dropna().tolist() hist_length = len(hist_time_list) total_length = len(df) # 按索引取余循环复用历史值,生成完整序列 df["Time"] = [hist_time_list[i % hist_length] for i in range(total_length)]
高性能实现(适合万行以上大数据量)
借助numpy的tile方法做向量化运算,效率更高:
import pandas as pd import numpy as np hist_time_arr = df["Time"].dropna().values hist_length = len(hist_time_arr) total_length = len(df) # 重复历史值序列足够多次后,截取前total_length个元素 df["Time"] = np.tile(hist_time_arr, int(np.ceil(total_length / hist_length)))[:total_length]
效果验证
你给出的示例中,Time列非空历史值共3个,按顺序为["2021-03-01 11:00", "2021-05-01 8:00", "2021-05-01 5:00"],填充时第4行(索引为3)取3%3=0对应第一个历史值,第5行取4%3=1对应第二个历史值,完全匹配你给出的期望输出。
如果你需要先对历史时间值排序再复用,可以在提取历史值时添加排序步骤:df["Time"].dropna().sort_values().tolist()
内容的提问来源于stack exchange,提问作者Eli Smith
相关产品推荐
相关产品推荐

