说我有以下的数据帧,其中包括一系列的“X”熊猫:丢弃不要让一个完整季度
df = pd.DataFrame({"Date":["201501", "201502", "201503", "201504", "201505", "201506",
"201507", "201508", "201509", "201510", "201511", "201512"],
"X":[np.nan, np.nan, 100, 101,102,101, np.nan, 104, 103, 104,
107, 110]}).set_index("Date")
In [32]:df
Out[32]:
X
Date
201501 NaN
201502 NaN
201503 100.0
201504 101.0
201505 102.0
201506 101.0
201507 NaN
201508 104.0
201509 103.0
201510 104.0
201511 107.0
201512 110.0
我需要的是将降大任月度观察:”不是个月的观察意见除了整整四分之一的数据。在上面的例子中,我需要最后一个DataFrame,它是:Q1 = M1,M2,M3,Q2 = M4,M5,M6,Q3 = M7 M8 M9 Q4 M10 M11 M12 :
In [32]:df
Out[34]:
X
Date
201501 NaN
201502 NaN
201503 NaN
201504 101.0
201505 102.0
201506 101.0
201507 NaN
201508 NaN
201509 NaN
201510 104.0
201511 107.0
201512 110.0
任何帮助?如果缺少的观察结果位于数据帧的末尾,我发现了一种做我所需要的方法,但我坚持如何处理中间缺失的值。
的首先想到的是我想到的是重新索引数据框,并在其上设置一个方便的布尔条件。 –