Python 数据帧前向填充衰减

我正在运行Python 3.5和Pandas v 0.19.2。我有一个如下所示的数据帧。正向填充缺少的值是直接的

import pandas as pd
import numpy as np

d = {'A': np.array([10, np.nan, np.nan, -3, np.nan, 4, np.nan, 0]),
     'B': np.array([np.nan, np.nan, 5, -3, np.nan, np.nan, 0, np.nan ])}
df = pd.DataFrame(d)
df_filled = df.fillna(axis='index', method='ffill')
print(df_filled)
Out[8]: 
      A    B
0  10.0  NaN
1  10.0  NaN
2  10.0  5.0
3  -3.0 -3.0
4  -3.0 -3.0
5   4.0 -3.0
6   4.0  0.0
7   0.0  0.0

我的问题是：实现衰减正向填充的最佳方法是什么？我理解

pd.ffill（）

和

pd.fillna（）

不支持这一点。例如，我所追求的输出如下所示（与上面的常规ffill相反），其中每个周期的值减半：

Out[5]: 
      A    B
0  10.0  NaN
1   5.0  NaN
2   2.5  5.0
3  -3.0 -3.0
4  -1.5 -1.5
5   4.0 -0.75
6   2.0  0.0
7   0.0  0.0

---

是的，没有简单的方法可以做到这一点。我建议使用

groupby

和

apply

一次只做一列

for c in df:
    df[c] = df[c].groupby(df[c].notnull().cumsum()).apply(
        lambda y: y.ffill() / 2 ** np.arange(len(y))
    )

---

有一个向量解。它部分地使用了这个

---

编辑：在我的实验中，这个解决方案比另一个快1.8倍。将结果与完整的

df

进行比较应该很有趣。嗨，衰变在这里应该如何工作？只有以前值的一半？是的，举个例子，只有以前值的一半。我已经添加了常规的

ffill（）

输出和所需的比较。无论如何，您可以要求将其添加为上的功能。末尾有一个额外的括号，它返回此错误

NameError:name'x'未定义

谢谢，我明天早上将尝试这两种方法（使用大DF）

df
      A     B
0  10.0   NaN
1   5.0   NaN
2   2.5  5.00
3  -3.0 -3.00
4  -1.5 -1.50
5   4.0 -0.75
6   2.0  0.00
7   0.0  0.00

import pandas as pd
import numpy as np

d = {'A': np.array([10, np.nan, np.nan, -3, np.nan, 4, np.nan, 0]),
     'B': np.array([np.nan, np.nan, 5, -3, np.nan, np.nan, 0, np.nan ])}
df = pd.DataFrame(d)

decay_rate = 2

ddf = df.isnull().cumsum().diff().fillna(0)
ddf = ddf!=0
ddf = ddf.cumsum() - ddf.cumsum()\
                        .where(~ddf)\
                        .ffill()\
                        .fillna(0)
df_filled = df.ffill()/(ddf * decay_rate).replace(0, 1)