缺少替换条件Python的值

Question

我有一个数据集，包含一系列国家和年份的几个指标的值（3072,1134行和列），但有些NaN。

下面是数据集的示例：

我想根据提交的列的值替换缺少的值。

仅当相应的Submitted值为“NaN”时，我才想更改前一行的值。

这就是我想要的：

在社区的帮助下，我尝试使用

df = df.where(~df.Sumbitted.isnull(), df.fillna(axis=0, method='ffill'))

和

df = df.where(~df.Sumbitted.isnull(), df.fillna(axis=0, method='ffill',limit=2))

和

df = df.where(~df.Sumbitted.isnull(), interpolate(method="pad", limit=2))

然而，使用这些选项，我会得到以下结果。问题是代码检索前一个非NaN值，但是在前一个值是NaN的情况下，代码检索前一个值，直到找到非NaN值。

输出：

查看CHI 2019 Age14和BRI Age12和Age14的错误输出

你知道如何通过修复这个代码来解决这个问题吗？使用循环或选择这2列（Age14和Age12）的解决方案不是最佳的，因为我有几个列（“......”在示例中），需要一个系统的解决方案。

非常感谢。




Answer 1

您可以使用参数limit=1来限制仅从前一行值填充，而不是从更高的值填充：

df = df.where(~df.Submitted.isnull(), df.fillna(axis=0, method='ffill',limit=1))

或者更好的是，简化代码，如下所示：

使用。掩码（）而不是。其中，这样您的代码就不需要额外的步骤来否定布尔掩码。另外，使用ffill（），这是的简化形式。fillna（轴=0，方法为'ffill'）：

df = df.mask(df.Submitted.isna(), df.ffill(limit=1))

结果:

print(df)

    Year Country  Submitted  Age12  Age14
0   2017     CHI        1.0  267.0  136.0
1   2018     CHI        1.0  267.0    NaN
2   2019     CHI        1.0  267.0    NaN
3   2020     CHI        1.0  244.0  203.0
4   2017     ALB        1.0  160.0  148.0
5   2018     ALB        1.0  163.0  165.0
6   2019     ALB        1.0    NaN    NaN
7   2020     ALB        1.0  161.0    NaN
8   2017     GER        1.0    NaN  320.0
9   2018     GER        1.0  451.0  381.0
10  2019     GER        1.0  451.0  381.0
11  2020     GER        1.0  361.0  321.0
12  2017     BRI        1.0    NaN    NaN
13  2018     BRI        1.0    NaN    NaN
14  2019     BRI        1.0    NaN    NaN
15  2020     BRI        1.0  322.0  298.0