pandas.core.resample.Resampler.ffill

finalResampler.ffill(limit=None)[source]

Заполнить значения вперёд.

Параметры:

limit:int, необязательно

Предел заполнения значений.

Возвращает:

Пересэмплированная серия.

См. также

Series.fillna

Заполнение пропущенных значений/NaN указанным методом.

DataFrame.fillna

Заполнение пропущенных значений/NaN указанным методом.

Примеры

Здесь мы только создаём Series.

>>> ser = pd.Series([1, 2, 3, 4], index=pd.DatetimeIndex(
...                 ['2023-01-01', '2023-01-15', '2023-02-01', '2023-02-15']))
>>> ser
2023-01-01    1
2023-01-15    2
2023-02-01    3
2023-02-15    4
dtype: int64

Пример для ffill с понижающим сэмплированием (у нас меньше дат после ресэмплирования):

>>> ser.resample('MS').ffill()
2023-01-01    1
2023-02-01    3
Freq: MS, dtype: int64

Пример для ffill с повышающим сэмплированием (заполнение новых дат предыдущим значением):

>>> ser.resample('W').ffill()
2023-01-01    1
2023-01-08    1
2023-01-15    2
2023-01-22    2
2023-01-29    2
2023-02-05    3
2023-02-12    3
2023-02-19    4
Freq: W-SUN, dtype: int64

С повышающим сэмплированием и ограничением (заполнение только первой новой даты предыдущим значением):

>>> ser.resample('W').ffill(limit=1)
2023-01-01    1.0
2023-01-08    1.0
2023-01-15    2.0
2023-01-22    2.0
2023-01-29    NaN
2023-02-05    3.0
2023-02-12    NaN
2023-02-19    4.0
Freq: W-SUN, dtype: float64