熊猫:用下一个非NaN /#连续NaN填充NaNs

Question

我正在寻找一个熊猫系列,并填写NaN下一个数值的平均值,其中:average = next numerical value / (# consecutive NaNs + 1)

这是我的代码到目前为止,我只是无法弄清楚如何在filler列中划分列NaN(以及下一个数值)num:

import pandas as pd

dates = pd.date_range(start = '1/1/2016',end = '1/12/2016', freq = 'D')
nums = [10, 12, None, None, 39, 10, 11, None, None, None, None, 60]

df = pd.DataFrame({
        'date':dates, 
        'num':nums
        })

df['filler'] = df['num'].fillna(method = 'bfill')

电流输出:

         date   num  filler
0  2016-01-01  10.0    10.0
1  2016-01-02  12.0    12.0
2  2016-01-03   NaN    39.0
3  2016-01-04   NaN    39.0
4  2016-01-05  39.0    39.0
5  2016-01-06  10.0    10.0
6  2016-01-07  11.0    11.0
7  2016-01-08   NaN    60.0
8  2016-01-09   NaN    60.0
9  2016-01-10   NaN    60.0
10 2016-01-11   NaN    60.0
11 2016-01-12  60.0    60.0

期望的输出:

         date   num
0  2016-01-01  10.0
1  2016-01-02  12.0
2  2016-01-03  13.0
3  2016-01-04  13.0
4  2016-01-05  13.0
5  2016-01-06  10.0
6  2016-01-07  11.0
7  2016-01-08  12.0
8  2016-01-09  12.0
9  2016-01-10  12.0
10 2016-01-11  12.0
11 2016-01-12  12.0

Answer 1

• 以一个反向cumsum的notnull
• 用它来groupby和transform与mean

csum = df.num.notnull()[::-1].cumsum()
filler = df.num.fillna(0).groupby(csum).transform('mean')
df.assign(filler=filler)

         date   num  filler
0  2016-01-01  10.0    10.0
1  2016-01-02  12.0    12.0
2  2016-01-03   NaN    13.0
3  2016-01-04   NaN    13.0
4  2016-01-05  39.0    13.0
5  2016-01-06  10.0    10.0
6  2016-01-07  11.0    11.0
7  2016-01-08   NaN    12.0
8  2016-01-09   NaN    12.0
9  2016-01-10   NaN    12.0
10 2016-01-11   NaN    12.0
11 2016-01-12  60.0    12.0

这个怎么运作

• df.num.notnull().cumsum()是查找连续空值组的标准技术.但是,我希望我的组以下一个数值结束.所以我颠倒了系列然后cumsum'd.
• 我希望我的平均值包括空值的数量.最简单的方法是填充零,并对刚刚制作的组II采取正常的平均值.
• transform 跨现有索引广播
• assign新栏目.尽管已经扭转了这个系列,但该指数将像魔术一样重新调整.本来可以使用loc但是会覆盖现有的df.如果他们愿意,我会让OP决定覆盖.