当 NaN [重复] 时用先前填充列值

Question

我有一个pd.Series，看起来像这样：

>>> series
0     This is a foo bar something...
1                                NaN
2                                NaN
3        foo bar indeed something...
4                                NaN
5                                NaN
6               foo your bar self...
7                                NaN
8                                NaN

如何使用系列中先前的非 NaN 值填充 NaN 列值？

我试过这个：

new_column = []

for row in list(series):
    if type(row) == str:
        new_column.append(row)
    else:
        new_column.append(new_column[-1])

series = pd.Series(new_column)

但是在pandas 中还有其他方法可以做到这一点吗？

Answer 1

来自docs：

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

...

方法 : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}，默认无

用于填充重新索引系列垫/填充中的孔的方法：将最后一个有效观察向前传播到下一个有效回填/bfill：使用下一个有效观察来填充间隙

所以：

series.fillna(method='ffill')

一些解释：

• ffill/pad：前向填充是使用上一行中不是 NA 的值并填充 NA 值。 pad 只是 ffill 的详细别名。

• bfill/backfill：回填是使用下一行中不是 NA 的值来填充 NA 值。 backfill 只是 bfill 的详细别名。

在代码中：

>>> import pandas as pd
>>> import numpy as np
>>> np.NaN
nan

>>> series = pd.Series([np.NaN, 'abc', np.NaN, np.NaN, 'def', np.NaN, np.NaN])

>>> series
0    NaN
1    abc
2    NaN
3    NaN
4    def
5    NaN
6    NaN
dtype: object

>>> series.fillna(method='ffill')
0    NaN
1    abc
2    abc
3    abc
4    def
5    def
6    def
dtype: object

>>> series.fillna(method='bfill')
0    abc
1    abc
2    def
3    def
4    def
5    NaN
6    NaN
dtype: object