熊猫：使用最后可用的填充缺失值答案

【问题标题】：Pandas: Fill missing values using last available熊猫：使用最后可用的填充缺失值
【发布时间】：2018-01-01 10:05:41
【问题描述】：

我有一个如下的数据框：

              A       B 
  zDate
01-JAN-17    100     200
02-JAN-17    111     203
03-JAN-17    NaN     202
04-JAN-17    109     205
05-JAN-17    101     211
06-JAN-17    105     NaN
07-JAN-17    104     NaN

使用最后可用的值来填充缺失值的最佳方法是什么？

以下是预期的结果：

              A       B 
  zDate
01-JAN-17    100     200
02-JAN-17    111     203
03-JAN-17    111     202
04-JAN-17    109     205
05-JAN-17    101     211
06-JAN-17    105     211
07-JAN-17    104     211

【问题讨论】：

标签： python pandas dataframe time-series

【解决方案1】：

使用ffill函数，与fillna和ffill方法相同：

df = df.ffill()
print (df)
               A      B
zDate                  
01-JAN-17  100.0  200.0
02-JAN-17  111.0  203.0
03-JAN-17  111.0  202.0
04-JAN-17  109.0  205.0
05-JAN-17  101.0  211.0
06-JAN-17  105.0  211.0
07-JAN-17  104.0  211.0

【讨论】：

完美答案。我只是想知道您可以使用应用功能实现相同的功能吗？例如，这个 sn-p 将用“Is Null value”替换 NaN。我无法想出一个逻辑来使用以前的值。 pastebin.com/raw/n384ba1q
@ChankeyPathak - 我认为申请不是必需的，简单使用df = df.fillna('Is Null value')
不，我的意思是您的答案使用ffill 方法填充值。 apply 可以用额外的逻辑做同样的事情吗？这只是为了学习目的。我只是在为 OP 的问题寻找 fillna 的替代方案。
@ChankeyPathak - 为什么不发布问题？示例数据、您的代码、所需的输出？因为不知道你觉得如何使用apply。