例如：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
I get
df[0].fillna(method='ffill') - df[0].isnull().astype(int)
0 420.0
1 419.0
2 455.0
3 454.0
4 454.0
5 454.0
Name: 0, dtype: float64
我正在寻找 0,1,0,1,2,3，然后最后：
df[0]= 420, 419, 455; 454,453, 452
groupby, cumcount
df[0].ffill() - df.groupby(df[0].notna().cumsum()).cumcount()
0 420.0
1 419.0
2 455.0
3 454.0
4 453.0
5 452.0
dtype: float64
Details
Define groups
df[0].notna().cumsum()
0 1
1 1
2 2
3 2
4 2
5 2
Name: 0, dtype: int64
Use in
groupby with
cumcount
df.groupby(df[0].notna().cumsum()).cumcount()
0 0
1 1
2 0
3 1
4 2
5 3
dtype: int64
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
