Python 用n-1替换缺少的值

比如,我有,

df = pd.DataFrame({0: [420, np.nan, 455, np.nan, np.nan, np.nan]})

df

       0
0  420.0
1    NaN
2  455.0
3    NaN
4    NaN
5    NaN

然后使用：

df[0].isnull().astype(int)

0    0
1    1
2    0
3    1
4    1
5    1
Name: 0, dtype: int64

我明白了

我希望得到0,1,0,1,2,3，然后最终：

df[0]=420419455；454453452

groupby

，

cumcount

df.groupby(df[0].notna().cumsum()).cumcount()

0    0
1    1
2    0
3    1
4    2
5    3
dtype: int64

---

细节 定义组

df[0].notna().cumsum()

0    1
1    1
2    2
3    2
4    2
5    2
Name: 0, dtype: int64

与

cumcount一起在
groupby
中使用
df.groupby(df[0].notna().cumsum()).cumcount()

0    0
1    1
2    0
3    1
4    2
5    3
dtype: int64

如果您也可以使用
cumsum

s=df[0].isnull().astype(int).groupby(df[0].notnull().cumsum()).cumsum()
s
Out[430]: 
0    0
1    1
2    0
3    1
4    2
5    3
Name: 0, dtype: int32

#df[0].ffill() - s

s=df[0].isnull().astype(int).groupby(df[0].notnull().cumsum()).cumsum()
s
Out[430]: 
0    0
1    1
2    0
3    1
4    2
5    3
Name: 0, dtype: int32

#df[0].ffill() - s