本文介绍如何使用Python的pandas库填充DataFrame中的缺失值，特别是针对时间序列数据，通过fillna方法结合ffill（向前填充）或bfill（向后填充）策略，确保数据按时间顺序连续。通过实例展示了如何创建DataFrame、更改日期为时间类型，以及如何使用fillna和ffill填充数据并完成数据整合。
首先新建一个dataframe：
In[8]: df = pd.DataFrame({'name':list('ABCDA'),'house':[1,1,2,3,3],'date':['2010-01-01','2010-06-09','2011-12-03','2011-04-05','2012-03-23']})
In[9]: df
Out[9]:
date house name
0 2010-01-01 1 A
1 2010-06-09 1 B
2 2011-12-03 2 C
3 2011-04-05 3 D
4 2012-03-23 3 A
将date列改为时间类型：
In[12]: df.date = pd.to_datetime(df.date)
数据的含义是这样的，我们有ABCD四个人的数据，已知A在2010-01-01的时候，名下有1套房，B在2010-06-09的时候，名下有1套房，C在2011-12-03的时候，有2套房，D在2011-04-05的时候有3套房，A在2012-02-23的时候，数据更新了，有两套房。
要求在有姓名和时间的情况下，能给出其名下有几套房：
比如A在2010-01-01与2012-03-23期间任意一天，都应该是1套房，在2012-03-23之后，都是3套房。
我们使用pandas的fillna方法，选择ffill。
首先我们获得一个2010-01-
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
