Pandas: cara menggunakan ffill berdasarkan kondisi

Anda dapat menggunakan sintaks dasar berikut untuk menggunakan fungsi ffill() di panda untuk meneruskan nilai pengisian berdasarkan kondisi di kolom lain:

 df[' sales '] = df. groupby (' store ')[' sales ']. ffill ()

Contoh khusus ini akan meneruskan nilai isian di kolom penjualan hanya jika nilai sebelumnya di kolom toko sama dengan nilai saat ini di kolom toko .

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Gunakan ffill berdasarkan kondisi di Pandas

Misalkan kita memiliki pandas DataFrame berikut yang berisi informasi tentang total penjualan yang dilakukan oleh dua toko ritel berbeda selama empat kuartal bisnis:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'B', 'A', 'B', 'A', 'B', 'B'],
                   ' quarter ': [1, 2, 1, 3, 2, 4, 3, 4],
                   ' sales ': [12, 22, 30, np.nan, 24, np.nan, np.nan, np.nan]})

#view DataFrame
print (df)

  store quarter sales
0 A 1 12.0
1 to 2 22.0
2 B 1 30.0
3 to 3 NaN
4 B 2 24.0
5 A 4 NaN
6 B 3 NaN
7 B 4 NaN

Perhatikan bahwa ada beberapa nilai NaN di kolom Penjualan .

Katakanlah kita ingin mengisi nilai NaN ini menggunakan nilai sebelumnya di kolom Penjualan , namun ingin memastikan nilainya sesuai dengan penyimpanan yang benar.

Kita dapat menggunakan sintaks berikut untuk melakukan ini:

 #group by store and forward fill values in sales column
df[' sales '] = df. groupby (' store ')[' sales ']. ffill ()

#view updated DataFrame
print (df)

  store quarter sales
0 A 1 12.0
1 to 2 22.0
2 B 1 30.0
3 A 3 22.0
4 B 2 24.0
5 A 4 22.0
6 B 3 24.0
7 B 4 24.0

Perhatikan bahwa nilai NaN di kolom Penjualan telah diganti dengan nilai Penjualan sebelumnya dan nilainya sesuai dengan penyimpanan yang benar.

Misalnya:

• Nilai NaN di posisi 3 indeks baris diganti dengan nilai 22 , yang merupakan nilai terbaru di kolom penjualan yang terkait dengan toko A.
• Nilai NaN di posisi 6 indeks baris diganti dengan nilai 24 , yang merupakan nilai terbaru di kolom penjualan yang terkait dengan toko B.

Dan seterusnya.

Catatan : Anda dapat menemukan dokumentasi lengkap fungsi pandas ffill() di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara menghitung nilai yang hilang di panda
Cara menghapus baris dengan nilai NaN di Pandas
Cara menghapus baris yang berisi nilai tertentu di Pandas