python - 如何用 pandas DataFrame 中的前一个或下一个值替换 NaN？

Question

假设我有一个带有一些 NaNs 的 DataFrame:

>>> import pandas as pd
>>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
>>> df
    0   1   2
0   1   2   3
1   4 NaN NaN
2 NaN NaN   9

我需要做的是将每个 NaN 替换为其上方同一列中的第一个非 NaN 值。假定第一行永远不会包含 NaN。因此，对于前面的示例，结果将是

   0  1  2
0  1  2  3
1  4  2  3
2  4  2  9

我可以逐列、逐个元素地遍历整个 DataFrame 并直接设置值，但有没有一种简单(最好是无循环)的方法来实现这一点？

Answer 1

您可以使用 fillna DataFrame 上的方法并将方法指定为 ffill(前向填充):

>>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
>>> df.fillna(method='ffill')
   0  1  2
0  1  2  3
1  4  2  3
2  4  2  9

这个方法……

propagate[s] last valid observation forward to next valid

相反，还有一个 bfill 方法。

此方法不会就地修改 DataFrame - 您需要将返回的 DataFrame 重新绑定(bind)到变量或指定 inplace=True:

df.fillna(method='ffill', inplace=True)