python - 在条件下填充 df 的行
问题描述
我有一个重新采样的df：
import pandas as pd
import numpy as np
nat = np.datetime64('NaT')
df = pd.DataFrame({"Time": [nat, nat, nat, '2020-04-09 06:45:38.559871', '2020-04-09 06:45:38.559871', nat, nat, nat, '2020-04-09 06:50:16.268515', '2020-04-09 06:50:16.268515'],
"Power": [0, 0, 0, 4200, 4200, 0, 0, 0, 4200, 4200],
"Total Energy": [5300, 5300, 5300, 5500, 5600, 5600, 5600, 5600, 5900, 6100],
"ID": ['-', '-', '-', 1, 1, '-', '-', '-', 2, 2],
"Energy": [0, 0, 0, 200, 300, 0, 0, 0, 300, 500]},
index=pd.date_range(start = "2020-04-09 6:45", periods = 10, freq = 'T'))
df['Time'] = pd.to_datetime(df['Time'])
df['Power'] = pd.to_numeric(df['Power'], errors = 'ignore')
df['Total Energy'] = pd.to_numeric(df['Total Energy'], errors = 'coerce')
df['ID'] = pd.to_numeric(df['ID'], errors = 'coerce')
df['Energy'] = pd.to_numeric(df['Energy'], errors = 'coerce')
df
输出：
Time Power Total Energy ID Energy
2020-04-09 06:45:00 NaT 0 5300 NaN 0
2020-04-09 06:46:00 NaT 0 5300 NaN 0
2020-04-09 06:47:00 NaT 0 5300 NaN 0
2020-04-09 06:48:00 2020-04-09 06:45:38.559871 4200 5500 1.0 200
2020-04-09 06:49:00 2020-04-09 06:45:38.559871 4200 5600 1.0 300
2020-04-09 06:50:00 NaT 0 5600 NaN 0
2020-04-09 06:51:00 NaT 0 5600 NaN 0
2020-04-09 06:52:00 NaT 0 5600 NaN 0
2020-04-09 06:53:00 2020-04-09 06:50:16.268515 4200 5900 2.0 300
2020-04-09 06:54:00 2020-04-09 06:50:16.268515 4200 6100 2.0 500
我必须填写df.index < df['Time']（四舍五入）的行，df['Time'] == NaT如下所示：
df.index == df['Time']: df['Power'] = 0, df['Total Energy']保持不变，df['ID'] = df['ID'] of the df['Time'], df['Energy'] = 0- 在这两行之间，条目应填写如下：
df['Power'] = df['Energy']@df['Time'] / ((df['Time'] (rounded) - df.index)/60)，df['Energy'] = df['Power'] * 1/60, df['Total Energy'] = df['Total Energy'].shift(1) + df['Energy'], df['ID'] = df['ID']df['Time']
这里是期望的结果：
Time Power Total Energy ID Energy
2020-04-09 06:45:00 NaT 0 5300 NaN 0
2020-04-09 06:46:00 2020-04-09 06:45:38.559871 0 5300 1.0 0
2020-04-09 06:47:00 2020-04-09 06:45:38.559871 6000 5400 1.0 100
2020-04-09 06:48:00 2020-04-09 06:45:38.559871 4200 5500 1.0 200
2020-04-09 06:49:00 2020-04-09 06:45:38.559871 4200 5600 1.0 300
2020-04-09 06:50:00 NaT 0 5600 NaN 0
2020-04-09 06:51:00 2020-04-09 06:50:16.268515 0 5600 2.0 0
2020-04-09 06:52:00 2020-04-09 06:50:16.268515 9000 5750 2.0 150
2020-04-09 06:53:00 2020-04-09 06:50:16.268515 4200 5900 2.0 300
2020-04-09 06:54:00 2020-04-09 06:50:16.268515 4200 6100 2.0 500
该列df['Time']也可以更改为四舍五入的值：
Time Power Total Energy ID Energy
2020-04-09 06:45:00 NaT 0 5300 NaN 0
2020-04-09 06:46:00 2020-04-09 06:46:00 0 5300 1.0 0
2020-04-09 06:47:00 2020-04-09 06:46:00 6000 5400 1.0 100
2020-04-09 06:48:00 2020-04-09 06:46:00 4200 5500 1.0 200
2020-04-09 06:49:00 2020-04-09 06:46:00 4200 5600 1.0 300
2020-04-09 06:50:00 NaT 0 5600 NaN 0
2020-04-09 06:51:00 2020-04-09 06:51:00 0 5600 2.0 0
2020-04-09 06:52:00 2020-04-09 06:51:00 9000 5750 2.0 150
2020-04-09 06:53:00 2020-04-09 06:51:00 4200 5900 2.0 300
2020-04-09 06:54:00 2020-04-09 06:51:00 4200 6100 2.0 500
谢谢你的帮助 ：）
编辑
我df['Time']发现了这个：
df['Time'] = df['Time'].dt.ceil('1min')
编辑 2
调整列df['Time']我进行如下：
dates = df['Time'].unique()
for date in dates:
for index, row in df.iterrows():
if index == date:
df.loc[index, 'Time'] = date
我如何获得df[ID]相应列 ( df['Time']) 的我还不知道。我还填写了如下行：
#scheme for filling the nan-values
s = df['Time'].ffill()
x = df['Time'].bfill()
g = df['Time'].mask(s.eq(x), s)
#Filling time
df['Time'] = df['Time'].groupby(g).ffill()
#Filling ID
df3['ID'] = df2['ID'].groupby(df2['Time']).bfill()
输出：
Time Power Total Energy ID Energy
2020-04-09 06:45:00 NaT 0 5300 NaN 0
2020-04-09 06:46:00 2020-04-09 06:46:00 0 5300 1.0 0
2020-04-09 06:47:00 2020-04-09 06:46:00 0 5300 1.0 0
2020-04-09 06:48:00 2020-04-09 06:46:00 4200 5500 1.0 200
2020-04-09 06:49:00 2020-04-09 06:46:00 4200 5600 1.0 300
2020-04-09 06:50:00 NaT 0 5600 NaN 0
2020-04-09 06:51:00 2020-04-09 06:51:00 0 5600 2.0 0
2020-04-09 06:52:00 2020-04-09 06:51:00 0 5600 2.0 0
2020-04-09 06:53:00 2020-04-09 06:51:00 4200 5900 2.0 300
2020-04-09 06:54:00 2020-04-09 06:51:00 4200 6100 2.0 500
仍然缺少： 和 的值df['Power']/ df['Energy']必须df['Total Energy']如上所述计算和更改。
解决方案
鉴于您想要的输出以及您在评论中告诉我的内容，我这样做了：
time_bfill = df['Time'].bfill()
df['Time2'] = df['Time'].mask(df.index.to_series().ge(time_bfill), time_bfill)
id_bfill = df['ID'].bfill()
df['ID2'] = df['ID'].mask(df.index.to_series().ge(time_bfill), id_bfill)
df['Energy2'] = df['Energy'].mask((df['Time'].isnull()) & (df['Time2'].notna()) & (df.index.to_series().ne(df['Time2'])), np.NaN)
df['Energy3'] = df['Energy2'].interpolate(limit_direction='both', limit_area='inside')
df['Power2'] = df['Power'].mask(df['Power'] == 0, 60 * df['Energy3'])
df['Total Energy2'] = df['Total Energy'].mask(df['Power'] == 0, df['Total Energy'] + df['Energy3'])
df
并得到了这个数据框：
考虑具有最大后缀的列。我把它们留在这里给你看中间步骤。
您可以调整该代码以避免一些中间列，但要小心，因为在某些情况下，在它们之后生成的其他列需要原始值。
摆脱这些中间列的快速方法是在最后运行：
df[['Time', 'Power', 'Total Energy', 'ID', 'Energy']] = df[['Time2', 'Power2', 'Total Energy2', 'ID2', 'Energy3']]
df.drop(['Time2', 'Power2', 'Total Energy2', 'ID2', 'Energy3', 'Energy2'], axis=1, inplace=True)
df
你得到：
推荐阅读
- php - 如何预测不断变化的多维数组并将所有数据关联到适当的位置
- python - Python中的X到Y。试图计算 X^Y
- angular - 如何使用 JSON 模式在 Angular 中实现动态表单渲染？
- oracle - Solaris 11 上的 Oracle 12C RAC - 随机连接超时
- c# - 如何快速输入DataTable？或者将数据永久保存到 DataTable 中？
- haskell - 如何将 Megaparsec 与 Text.Read （派生的 Read 实例）结合使用
- java - 如何修复 HQL 查询中的“意外令牌”错误
- flutter - Flutter 中 SliverAppBar 和 SliverList 之间添加空格
- python - 自定义数字格式
- git - 如何在将旧 master 保留为分支的同时使分支成为新 master？