python - 如果特定列的一个值是 NaN，有没有办法使用 ffill 替换整个 pandas 数据帧行？

Question

我正在尝试对某些行均为 NaN 的数据框进行排序。我想用 ffill 填充这些。我目前正在尝试这个，虽然我觉得它是一些命令的不匹配

df.loc[df['A'].isna(), :] = df.fillna(method='ffill')

这给出了一个错误: AttributeError: 'NoneType' 对象没有属性 'fillna'

但如果其中一列是 NaN，我想使用 ffill 过滤我填充的 ​​NaN。即

     A    B      C     D   E
0   45    88    NaN   NaN  3
1   62    34    2     86   NaN
2   85    65    11    31   5
3   NaN   NaN   NaN   NaN  NaN
4   90    38    34    93   8
5    0    94    45    10   10
6   58    NaN   23    60   11
7   10    32     5    15   11
8   NaN   NaN   NaN   NaN  NaN

所以我只想填充一行 IFF A 的值为 NaN，同时将 C,0 和 D,0 保留为 NaN。提供以下数据框

     A    B      C     D   E
0   45    88    NaN   NaN  3
1   62    34    2     86   NaN
2   85    65    11    31   5
3   85    65    11    31   5
4   90    38    34    93   8
5    0    94    45    10   10
6   58    NaN   23    60   11
7   10    32     5    15   11
8   10    32     5    15   11

所以澄清一下，唯一被 ffill 替换的行是 3,8，原因是第 3 行和第 8 行中 A 列的值是 NaN谢谢

---更新---当我调试和评估表达式时:df.loc[df['A'].isna(), :]

我明白了

3   NaN   NaN   NaN   NaN  NaN
8   NaN   NaN   NaN   NaN  NaN

所以我假设这里发生的事情是，然后我尝试对这个仅包含 3 和 8 的新数据框进行填充，显然我不能用 NaN 填充 NaN。

Answer 1

仅更改以 nan 开头的行的值

df.loc[df['A'].isna(), :] = df.ffill().loc[df['A'].isna(), :]

      A     B     C     D     E
0  45.0  88.0   NaN   NaN   3.0
1  62.0  34.0   2.0  86.0   NaN
2  85.0  65.0  11.0  31.0   5.0
3  85.0  65.0  11.0  31.0   5.0
4  90.0  38.0  34.0  93.0   8.0
5   0.0  94.0  45.0  10.0  10.0
6  58.0   NaN  23.0  60.0  11.0
7  10.0  32.0   5.0  15.0  11.0
8  10.0  32.0   5.0  15.0  11.0