Python 熊猫-合并多个时间列和填充值

我有一个数据帧（

df

）：

我需要合并

time

列，对它们进行排序，然后以“向下”的方式填充缺少的值。 预期输出如下所示：

index    time    val1    val2
0        0.1     -       2
1        0.2     1       2
2        0.3     3       2
3        0.4     1       2
4        0.8     1       9
5        1.0     1       2

与一些预处理一起使用-

重命名

时间列并将索引转换为列，然后按排序，按删除重复项和缺少的值：

---

从主数据帧df创建2个数据帧，如下所示： 我假设索引不是一列

df1= df.iloc[:,[0,1,3]]
df2= df.iloc[:,[2,1,3]]
df2=df2.rename(columns={'time2':'time'})

然后合并两个数据帧

df3=pd.concat([df1,df2], ignore_index=True)

按时间值排序

df4=df3.sort_values("time").drop_duplicates('time').reset_index(drop=True)

---

解决方案未完成。@jezrael我忘记了前面的排序，我现在已经排序了。现在完成了吗？请将您的输出添加到答案中。@jezrael在t=0.4的输出答案中，val值是：val1=3和val2=2，而他期望t=0.4yop的val1=1和val2=2，这就是问题1下评论的原因是

0.1-2

第一行正确吗？不需要

1.0 NaN 2

？最好是NaN

df3=pd.concat([df1,df2], ignore_index=True)

df4=df3.sort_values("time").drop_duplicates('time').reset_index(drop=True)