相关疑难解决方法(0)

pandas.DataFrame.interpolate允许通过插入相邻值来填充缺失数据。在它接受的论点中，其中两个似乎与这个问题相关：method和limit。

\n
• method：除其他可能的值外，接受"linear"和"time"。它们之间的区别在于"linear"假设等距行并忽略索引，而"time"插值则考虑索引定义的时间间隔
\n

>>> df = pd.DataFrame({'vals': [11, np.nan, np.nan, 12, np.nan, 22]},\n...                   index=pd.to_datetime(['2020-02-02 11:00', '2020-02-02 11:06', '2020-02-02 11:30',\n...                                         '2020-02-02 12:00', '2020-02-02 16:00', '2020-02-02 22:00']))\n>>> df.assign(interp_linear=df.interpolate(method='linear'),\n...           interp_time=df.interpolate(method='time'))\n\n\xef\xbb\xbf                     vals  interp_linear  interp_time\n2020-02-02 11:00:00  11.0      11.000000         11.0\n2020-02-02 11:06:00   NaN      11.333333         11.1\n2020-02-02 11:30:00   NaN      11.666667         11.5\n2020-02-02 12:00:00  12.0      12.000000         12.0\n2020-02-02 16:00:00   NaN      17.000000         16.0\n2020-02-02 22:00:00  22.0      22.000000         22.0\n

\n
• limit：允许您根据缺失值的数量限制要使用插值填充的间隙的长度。它需要整数值，并定义为要填充的连续 NaN 的最大数量。虽然这种行为对于本案来说是绝对合理的method="linear"，但对于本案来说似乎是有限的 …

我有一个带有正负整数的一列的DataFrame。对于每一行，我想查看有多少连续的行（从当前行开始并包括当前行）具有负值。

因此，如果一个序列是2, -1, -3, 1, -1，结果将是0, 2, 1, 0, 1。

我可以通过遍历所有索引，使用.iloc拆分列以及next()找出下一个正值在哪里来做到这一点。但是我觉得这并没有利用熊猫的功能，我想还有一种更好的方法。我已经尝试过使用.shift()，expanding_window但没有成功。

有没有一种更“泛泛的”方式来找出当前行满足某个逻辑条件之后连续多少行？

这是现在正在工作的内容：

import pandas as pd

df = pd.DataFrame({"a": [2, -1, -3, -1, 1, 1, -1, 1, -1]})

df["b"] = 0
for i in df.index:
    sub = df.iloc[i:].a.tolist()
    df.b.iloc[i] = next((sub.index(n) for n in sub if n >= 0), 1)

编辑：我意识到，当结尾处有多个负值时，即使我自己的示例也不起作用。因此，有必要提供更好的解决方案。

编辑2：我说这个问题在整数的条件，但原本只把1和-1我的例子。我通常需要求解正整数和负整数。

大熊猫有没有办法只插入一个缺失的数据点？也就是说,如果有2个以上连续的NaN,我想让它们独自一人.

所以,举个例子:

s = pd.Series([1, None, 2, 3, None, None, 4.5])
d.interpolate(limit=1)

给我:

[ 1.0, 1.5, 2.0, 3.0, 3.5, NaN, 4.5 ]

但是我想得到

[ 1.0, 1.5, 2.0, 3.0, NaN, NaN, 4.5 ]

如果它有帮助,我有一个索引列表,其中只有一个缺失值.