如何在填充上应用条件？

如何解决如何在填充上应用条件？

我想知道如何在C_01_01_ActionPlan和C_01_03_StatusValue上使用填充，条件是如果C_01_03_StatusValue上的单元格值为None，并且如果先前的单元格为“ In Progress”，则从两个列中复制先前的单元格文本

这是文本视图

Report_Due_Date         C_01_03_StatusValue C_02_01_ActionPlan
1/1/2020                None                None
2/1/2020                Supplier network    In Progress
3/1/2020                Supplier network    In Progress
4/1/2020                Installation        In Progress
5/1/2020                None                None
6/1/2020                Telematics tool.    In Progress
7/1/2020                None                None
8/1/2020                None                None

当前

预期：

if df[df['C_01_03_StatusValue']] is None and df['C_01_03_StatusValue'].shift()=='In Progress':
      df['C_01_03_StatusValue'] = df['C_01_03_StatusValue'].ffill()

解决方法

您可以尝试使用import boto3,json from pathlib import Path import io with open(Path.cwd().joinpath("aws-secrets.json")) as f: cfg = json.load(f) sess = boto3.session.Session(region_name=cfg["REGION_NAME"],aws_access_key_id=cfg["ACCESS_ID"],aws_secret_access_key=cfg["ACCESS_KEY"]) pd.read_csv(io.StringIO( sess.resource("s3").Object("silicon-myfiles","elevationdata.csv").get()["Body"].read().decode() )) ，因为它将有助于向前填充数据并且可能有用

,

我可以看到的唯一方法是将fillna()回滚到您不想要的情况。使用loc[mask]类型方法也不起作用。

import re
data = """Report_Due_Date         C_01_03_StatusValue  C_02_01_ActionPlan
1/1/2020                None                None
2/1/2020                Supplier network    In Progress
3/1/2020                Supplier network    In Progress
4/1/2020                Installation        In Progress
5/1/2020                None                None
6/1/2020                Telematics tool.    In Progress
7/1/2020                None                None
8/1/2020                None                None"""
a = [[t.strip() for t in re.split("  ",l) if t!=""]  for l in data.split("\n")]

df = pd.DataFrame(a[1:],columns=a[0])
df = df.replace({"None":None})
df.assign(
    OldC_01_03_StatusValue=df["C_01_03_StatusValue"],OldC_02_01_ActionPlan=df["C_02_01_ActionPlan"],C_01_03_StatusValue=df["C_01_03_StatusValue"].fillna(method="ffill"),C_02_01_ActionPlan=df["C_02_01_ActionPlan"].fillna(method="ffill"),).assign(
    C_01_03_StatusValue=lambda dfa: np.where(dfa["OldC_02_01_ActionPlan"].shift()!="In Progress",dfa["OldC_01_03_StatusValue"],dfa["C_01_03_StatusValue"]
                                            ),C_02_01_ActionPlan=lambda dfa: np.where(dfa["OldC_02_01_ActionPlan"].shift()!="In Progress",dfa["OldC_02_01_ActionPlan"],dfa["C_02_01_ActionPlan"]
                                            )
).drop(["OldC_01_03_StatusValue","OldC_02_01_ActionPlan"],axis=1)