pandas.DataFrame.asof

DataFrame.asof(where, subset=None)[source]

Возвращает последнюю строку(и) без каких-либо значений NaN перед where.

Возвращается последняя строка (для каждого элемента в where, если это список) без каких-либо NaN. В случае DataFrame, возвращается последняя строка без NaN, учитывая только подмножество столбцов (если не None).

Если подходящего значения нет, возвращается NaN для Series или список значений NaN для DataFrame.

Параметры:

where:дата или массив дат

Дата(ы) до которой возвращаются последние строка(и).

subset:строка или массив строк, по умолчанию None

Для DataFrame, если не None, используются только эти столбцы для проверки наличия NaN.

Возвращаемое значение:

скаляр, Series или DataFrame

Возвращаемое значение может быть:

• скаляр: когда self — Series, а where — скаляр

• Series: когда self — Series, а where — массив, или когда self — DataFrame, а where — скаляр

• DataFrame: когда self — DataFrame, а where — массив

См. также

merge_asof

Выполнить слияние asof. Аналогично левому объединению.

Примечания

Предполагается, что даты отсортированы. Возникает исключение, если это не так.

Примеры

Series и скаляр 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

Для последовательности where возвращается Series. Первое значение — NaN, потому что первый элемент where предшествует первому значению индекса.

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

Пропущенные значения не учитываются. Следующее — 2.0, а не NaN, даже если NaN находится в позиции индекса для 30.

>>> s.asof(30)
2.0

Учитываются все столбцы.

>>> 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

Учитывается один столбец.

>>> 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