回填和前向填充NaNs和Zeros

Question

我正努力把员工的工作经验(年数)倒过来。我想要达到的目标是：

雇员200

2019-3年，2018-2年，2017 -1年

雇员300

像南一样

雇员400

2018-3年，2017年-2年

雇员500

2018-6年，2017年-5年，2016年-4年

我真的很难让它以-1 (+1)的增量来回填(前填充)。如果非NaN/零值位于中间，则更棘手，就像雇员500的情况一样。

df_test = pd.DataFrame({'DeptID':[0,0,0,1,1,1,2,2,2],
                        'Employee':[200, 200, 200, 300, 400, 400, 500, 500, 500],
                        'Year':[2017, 2018, 2019, 2016, 2017, 2018, 2016, 2017, 2018],
                        'Experience':[np.nan , np.nan, 3, np.nan, 2, np.nan, 0, 5, 0]
                       })

Answer 1

假设每个员工都有一次非零和非nan体验，那么试试下面的方法

df_test = pd.DataFrame({'DeptID':[0,0,0,1,1,1,2,2,2],
                        'Employee':[200, 200, 200, 300, 400, 400, 500, 500, 500],
                        'Year':[2017, 2018, 2019, 2016, 2017, 2018, 2016, 2017, 2018],
                        'Experience':[np.nan , np.nan, 3, np.nan, 2, np.nan, 0, 5, 0]
                       })

# find the last nonzero, non-nan value for each employee
nonzero = df_test[df_test.Experience.ne(0) & df_test.Experience.notna()].drop_duplicates('Employee', keep='last').reset_index().set_index('Employee')
# map the difference between experience and index of the nonzero value of the employees to employee column
# add it to index
df_test['Experience'] = df_test.index + df_test.Employee.map(nonzero.Experience - nonzero['index'])
df_test

​

​