Pandas 如果定义了数据列的限制，则按默认值填充行

我需要根据

Start

和

Finish

列中的信息，在数据帧中按默认值

=1

填充行。
因此，在行中填充分隔列的限制是基于

['Start'，'Finish']

定义的

数据帧，

df1

是：

ID  Car       Jan17     Jun18  Dec18  Apr19   Start   Finish                           
0   Nissan     0.0       1.7    3.7    0.0    Jun18   Dec18   
1   Porsche    10.0      0.0    2.8    3.5    Jan17   Apr19 
2   Golf       0.0       1.7    3.0    2.0    Jun18   Apr19 
3   Toyota     1.0       0.0    3.0    5.2    Jan17   Apr19 
4   Mazda      0.0       0.0    3.0    4.2    Dec18   Apr19
5   Mercedes   0.0       0.0    0.0    7.2    Apr19   Apr19
6   Passat     0.0       3.0    0.0    0.0    Jun18   Jun18

例如，如果有一行#0：

Start=Jun18

和

Finish=Dec18

第0行中的值应由列的

1

填充，从

Jun18

开始到

Dec18

我尝试使用

numpy.sign（）

函数，但如果

0.0

介于两个非零值之间，则会出现错误的结果

预期结果是df2：

ID  Car       Jan17     Jun18  Dec18  Apr19   Start   Finish                           
0   Nissan     0.0       1.0    1.0    0.0    Jun18   Dec18   
1   Porsche    1.0       1.0    1.0    1.0    Jan17   Apr19 
2   Golf       0.0       1.0    1.0    1.0    Jun18   Apr19 
3   Toyota     1.0       1.0    1.0    1.0    Jan17   Apr19 
4   Mazda      0.0       0.0    1.0    1.0    Dec18   Apr19
5   Mercedes   0.0       0.0    0.0    1.0    Apr19   Apr19
6   Passat     0.0       1.0    0.0    0.0    Jun18   Jun18

get_dummie

+

interpolate

这需要按时间顺序对列进行排序，并且理想情况下，开始和结束始终存在于列名中

df = df.set_index(['ID', 'Car', 'Start', 'Finish'])

s1 = (pd.get_dummies(df.index.get_level_values('Start'))
        .reindex(df.columns, axis=1)
        .replace(0, np.NaN))
s2 = (pd.get_dummies(df.index.get_level_values('Finish'))
        .reindex(df.columns, axis=1)
        .replace(0, np.NaN))

res = s1.combine_first(s2).interpolate(axis=1, limit_area='inside').fillna(0, downcast='infer')
res.index = df.index
res = res.reset_index()

输出

res

：

---

如果

Start

和

Finish

已经从数据本身派生（似乎是第一列和最后一列非零列），则可以跳过所有虚拟对象，并在原始数据帧上使用

where

df = df.set_index(['ID', 'Car', 'Start', 'Finish'])
res = (df.where(df.ne(0))
         .clip(1,1)
         .interpolate(axis=1, limit_area='inside')
         .fillna(0, downcast='infer')
         .reset_index())

---

对于第3行，我不确定Jun18应该是1还是0？@Ben.T，对于第3行

Jun18

应该是

1

，因为它是临时损坏的，在

0

之后，该过程在

Dec18

中继续。这就是为什么使用

numpy.sign（）

函数会出现问题的原因。现在，这是一个很酷的解决方案+1我不使用插值，但使用pd.date\u范围。很好的解决方案。我认为这比我最初的想法要好。是的，我认为“更安全”的选择是将所有内容转换为

datetime

，这样你就可以正确处理丢失的日期。但是似乎

Start

和

Finish

可能是从要开始的数据中派生出来的，在这种情况下，这将起作用，尽管由于插值的原因，速度很慢。@Alolz，是的，你是对的，我需要在开始日期和结束日期之间填充，并保留任何非零的

1

。现在我遇到的问题是，当

Start

和

Finish

相同时，code返回

Start

的插值，直到最后一个现有列，但它应该只将一个值替换为1并停止。例如，我在问题中添加了第6行。。在这种情况下，

3.0

应仅在

Jun18

列中替换为1，并且不要继续到

Apr19

列。Thanks@Cindy抢手货请查看更新。我们需要将

limit\u area='inside'

参数添加到interpolation@ALollz，是的，更新后，它会按预期工作。谢谢！

df = df.set_index(['ID', 'Car', 'Start', 'Finish'])
res = (df.where(df.ne(0))
         .clip(1,1)
         .interpolate(axis=1, limit_area='inside')
         .fillna(0, downcast='infer')
         .reset_index())