Python pandas.Series.asof用法及代碼示例

用法: Series.asof(where, subset=None)

返回 where 之前沒有任何 NaN 的最後一行。

取最後一行(對於 where 中的每個元素，如果是列表)沒有任何 NaN。在 DataFrame 的情況下，沒有 NaN 的最後一行隻考慮列的子集(如果不是 None )

如果沒有好的值，則為 DataFrame 的 Series 或一係列 NaN 值返回 NaN

參數：

where：日期或 array-like 個日期

返回最後一行之前的日期。

subset：
str 或 array-like of str，默認 None

對於 DataFrame，如果不是 None ，則僅使用這些列來檢查 NaN。

標量、係列或數據幀

返回可以是：

標量：當self 是係列且where 是標量時
係列：當self 是係列且where 是array-like 時，或者當self 是DataFrame 而where 是標量時
DataFrame：當self 是DataFrame 並且where 是array-like

返回標量、係列或數據幀。

注意：

假定日期已排序。如果不是這種情況，則引發。

例子：

一個係列和一個標量 where 。

>>> s = pd.Series([1, 2, np.nan, 4], index=[10, 20, 30, 40])
>>> s
10    1.0
20    2.0
30    NaN
40    4.0
dtype:float64

>>> s.asof(20)
2.0

對於序列 where ，返回一個係列。第一個值是 NaN，因為 where 的第一個元素在第一個索引值之前。

>>> s.asof([5, 20])
5     NaN
20    2.0
dtype:float64

不考慮缺失值。以下是 2.0 ，而不是 NaN，即使 NaN 位於 30 的索引位置。

>>> s.asof(30)
2.0

考慮所有列

>>> df = pd.DataFrame({'a':[10, 20, 30, 40, 50],
...                    'b':[None, None, None, None, 500]},
...                   index=pd.DatetimeIndex(['2018-02-27 09:01:00',
...                                           '2018-02-27 09:02:00',
...                                           '2018-02-27 09:03:00',
...                                           '2018-02-27 09:04:00',
...                                           '2018-02-27 09:05:00']))
>>> df.asof(pd.DatetimeIndex(['2018-02-27 09:03:30',
...                           '2018-02-27 09:04:30']))
                      a   b
2018-02-27 09:03:30 NaN NaN
2018-02-27 09:04:30 NaN NaN

考慮單個列

>>> df.asof(pd.DatetimeIndex(['2018-02-27 09:03:30',
...                           '2018-02-27 09:04:30']),
...         subset=['a'])
                         a   b
2018-02-27 09:03:30   30.0 NaN
2018-02-27 09:04:30   40.0 NaN

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.Series.asof。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：