大熊猫向前填充零碎的那一栏破条令

Question

我觉得这很容易，但我想不出正确的方法。我基本上想要一个列从最小到最大排序，但我实际上并不想对这些排序，我想替换排序中“错误”的值。 DataFrame已经按照它的需求进行了排序，我只需要替换这个'id'列有错误的值。了解

最好的方法就是一个例子：

In [98]: d = pd.DataFrame.from_dict({1: {'id': 2}, 2: {'id': 2}, 3: {'id': 3}, 4: {'id':3}, 5: {'id':2}, 6: {'id': 2}, 7: {'id': 4}, 8: {'id': 5}, 9: {'id': 4}, 10: {'id': 6}}, orient='index') 

In [99]: d 
Out[99]: 
    id 
1 2 
2 2 
3 3 
4 3 
5 2 
6 2 
7 4 
8 5 
9 4 
10 6 

现在你可以看到这是不是很有序。我想输出是是这样的：

Out[101]: 
    id 
1 2 
2 2 
3 3 
4 3 
5 3 
6 3 
7 4 
8 5 
9 5 
10 6 

Answer 1

IIUC，都没有你只是在寻找累计最大值？

>>> d["fixed_id"] = d["id"].cummax() 
>>> d 
    id fixed_id 
1 2   2 
2 2   2 
3 3   3 
4 3   3 
5 2   3 
6 2   3 
7 4   4 
8 5   5 
9 4   5 
10 6   6 

Answer 2

您可以使用diff找到其中的值不相等或增加，这些设置为NaN，然后调用ffill：

In [252]: 
d.loc[d['id'].diff() < 0, 'id'] = np.NaN 
d['id'] = d['id'].ffill() 
d 

Out[252]: 
    id 
1 2 
2 2 
3 3 
4 3 
5 3 
6 4 
7 4 
8 5 
9 5 
10 6 

UPDATE

您可以使用双方括号来强制在df上调用apply，这允许您按行进行操作，然后我们EA用户定义FUNC到之前当前行比较对所有的行值的当前行值，这会产生一个布尔掩码选择无效行和分配NaN这些和然后ffill：

In [293]: 
def func(x): 
    return (d['id'].iloc[0:x.name] > x[0]).any() 
d.loc[d[['id']].apply(func, axis=1), 'id'] = np.NaN 
d['id'] = d['id'].ffill() 
d 

Out[293]: 
    id 
1 2 
2 2 
3 3 
4 3 
5 3 
6 3 
7 4 
8 5 
9 5 
10 6