Principiante con el panda dataframes. Tengo este conjunto de datos a continuación con los valores que faltan en la columna a y B (de Prueba.csv):

DateTime              A             B
01-01-2017 03:27        
01-01-2017 03:28        
01-01-2017 03:29    0.18127718  -0.178835737
01-01-2017 03:30    0.186923018 -0.183260853
01-01-2017 03:31        
01-01-2017 03:32        
01-01-2017 03:33    0.18127718  -0.178835737

Puedo utilizar este código para rellenar los valores de uso de propagación hacia adelante, pero esto sólo llena de 03:31 03:32, y no 03:27 03:28.

import pandas as pd
import numpy as np

df = pd.read_csv('test.csv', index_col = 0)
data = df.fillna(method='ffill')
ndata = data.to_csv('test1.csv')

resultados en:

   DateTime              A             B
    01-01-2017 03:27        
    01-01-2017 03:28        
    01-01-2017 03:29    0.18127718  -0.178835737
    01-01-2017 03:30    0.186923018 -0.183260853
    01-01-2017 03:31    0.186923018 -0.183260853
    01-01-2017 03:32    0.186923018 -0.183260853
    01-01-2017 03:33    0.18127718  -0.178835737

Cómo puedo incluir el ‘Bfill’ para llenar la falta de valores de 03:27 03:28 el uso de la backfil?

  • intenta data = df.fillna(method='bfill')? o incluso data = df.bfill()?

1 Comentario

  1. 19

    Puede utilizar ffill y bfill si necesita reemplazar NaN valores hacia adelante y hacia atrás relleno:

    print (df)
                             A         B
    DateTime                            
    01-01-2017 03:27       NaN       NaN
    01-01-2017 03:28       NaN       NaN
    01-01-2017 03:29  0.181277 -0.178836
    01-01-2017 03:30  0.186923 -0.183261
    01-01-2017 03:31       NaN       NaN
    01-01-2017 03:32       NaN       NaN
    01-01-2017 03:33  0.181277 -0.178836
    
    data = df.ffill().bfill()
    print (data)
                             A         B
    DateTime                            
    01-01-2017 03:27  0.181277 -0.178836
    01-01-2017 03:28  0.181277 -0.178836
    01-01-2017 03:29  0.181277 -0.178836
    01-01-2017 03:30  0.186923 -0.183261
    01-01-2017 03:31  0.186923 -0.183261
    01-01-2017 03:32  0.186923 -0.183261
    01-01-2017 03:33  0.181277 -0.178836

    Que es la misma que la función fillna con los parámetros:

    data = df.fillna(method='ffill').fillna(method='bfill')

Dejar respuesta

Please enter your comment!
Please enter your name here