如何用多个时点填充数据集中缺少的值，但我只想为每个参与者传递最后的观察结果？

Question

我有一个python数据框架，其中包含健康数据，参与者在时间点1、2和3出现。我有一个名为“BPMEDS”的列，其中有缺失的数据，其中很多是缺失的最后一个时间点(无论是1、2还是3)。BP药品的最后一个填充行位于每个空行的上方。因此，“randid”16799在第3期没有“bpmeds”，而在第2期有“bpmeds”，我只想复制上一个可用期间的值。每个参与者都有一个ID，因此该ID最多可以在数据集中显示3次。

 RANDID  BPMEDS  PERIOD
26   16799     0.0       1
27   16799     0.0       2
28   16799     NaN       3
29   19304     0.0       1
30   20375     0.0       1
31   20375     0.0       2
32   23727     1.0       1

如果有一个空的'bpmeds‘字段只有一个句点1可用，那么我将不得不忽略这一点，然后再讨论它。

我想用每个参与者可用的最后一个观察来填写缺失的行。

我不知道从哪里开始。

for ind in df.index:
    if df['PERIOD'][ind] != '1':
       df['BPMEDS'][ind] = df.groupby(['RANDID']).fillna(method='ffill')

这就是我尝试过的，我得到了一个值错误和类型错误。

Answer 1

函数遍历数据集，并使用指定的值填充所有空行。

df = pandas.DataFrame({'A' :[0, 3, None, 10, 3, None], 

'B‘：无，无，7.13，13.82，7，7，'C’：无，“潘达斯”，无，“潘达斯”，"Python"，"JavaScript"})

此方法涉及用计算的平均值替换缺失的值。当所涉及的列具有整数或浮点数据类型时，用平均值或中值填充缺失的数据是适用的。

#将每一列的平均值插入其缺失的行：

df.fillna(df.mean().round(1), inplace=True)

# median:strong> df.fillna(df.median().round(1)，inplace=True)打印(Df)

像对上面的平均值和中值一样，插入模态值并不能捕获整个DataFrame。但是您可以将它插入到特定的列中，例如，C列：

df['C'].fillna(df['C'].mode()[0], inplace=True)