用倒数第三个值替换 NaN 值

Question

我刚开始使用 Python，我的计算存在以下问题。我有一个 table，其中包含 NaN 个值。 NaN 值总是出现在晚上，因为那里无法测量太阳辐射。我想用日落前 4 小时的值替换一个晚上的所有 NaN 值。我已经尝试使用 Ffill 命令，但由于我不需要 NaN 值之前的最后一个值，所以不幸的是它不起作用。

例如：

a=[0.88, 0.84, 0.26, 0.50, 1.17, NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN, 0.73, 0.81]

连续的 NaN 值都应具有值 0.84。因此，该列表应如下所示：

a=[0.88, 0.84, 0.26, 0.50, 1.17, 0.84, 0.84, 0.84, 0.84, 0.84, 0.84, 0.84, 0.84, 0.73, 0.81]

提前致谢。

Answer 1

import pandas as pd

a = [0.88, 0.84, 0.26, 0.50, 1.17, None, None, None, None, None, None, None, None, 0.73, 0.81]
df = pd.DataFrame(a)
df[3:] = df[3:].fillna(value=df.iloc[1, 0])
print(df)

Answer 2

一个选项是创建原始系列的 shifted 和 ffilled 版本，然后仅使用它来填充原始数据的空值：

In [231]: s.fillna(s.shift(3).mask(s.isnull()).ffill())
Out[231]:
0     0.88
1     0.84
2     0.26
3     0.50
4     1.17
5     0.84
6     0.84
7     0.84
8     0.84
9     0.84
10    0.84
11    0.84
12    0.84
13    0.73
14    0.81
dtype: float64

Answer 3

a=[0.88, 0.84, 0.26, 0.50, 1.17, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, 0.73, 0.81]
a = np.array(a)
a[np.isnan(a)] = a[1]
a

结果：

array([0.88, 0.84, 0.26, 0.5 , 1.17, 0.84, 0.84, 0.84, 0.84, 0.84, 0.84,
       0.84, 0.84, 0.73, 0.81])

用倒数第三个值替换 NaN 值

Replace NaN values with third to last value

python

pandas

nan