假设我有一个带有 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？
【问题讨论】：
标签： python python-3.x pandas dataframe nan
您可以使用fillna 删除或替换 NaN 值。
NaN 删除
import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
df.fillna(method='ffill')
0 1 2
0 1.0 2.0 3.0
1 4.0 2.0 3.0
2 4.0 2.0 9.0
NaN 替换
df.fillna(0) # 0 means What Value you want to replace
0 1 2
0 1.0 2.0 3.0
1 4.0 0.0 0.0
2 0.0 0.0 9.0
【讨论】：
只同意ffill 方法，但还有一个额外信息是您可以使用关键字参数limit 限制前向填充。
>>> import pandas as pd
>>> df = pd.DataFrame([[1, 2, 3], [None, None, 6], [None, None, 9]])
>>> df
0 1 2
0 1.0 2.0 3
1 NaN NaN 6
2 NaN NaN 9
>>> df[1].fillna(method='ffill', inplace=True)
>>> df
0 1 2
0 1.0 2.0 3
1 NaN 2.0 6
2 NaN 2.0 9
现在使用 limit 关键字参数
>>> df[0].fillna(method='ffill', limit=1, inplace=True)
>>> df
0 1 2
0 1.0 2.0 3
1 1.0 2.0 6
2 NaN 2.0 9
【讨论】：
只有一栏版本
df[column_name].fillna(method='ffill', inplace=True)
df[column_name].fillna(method='backfill', inplace=True)
【讨论】：
在我的例子中，我们有来自不同设备的时间序列，但有些设备在一段时间内无法发送任何值。所以我们应该为每个设备和时间段创建 NA 值，然后再进行填充。
df = pd.DataFrame([["device1", 1, 'first val of device1'], ["device2", 2, 'first val of device2'], ["device3", 3, 'first val of device3']])
df.pivot(index=1, columns=0, values=2).fillna(method='ffill').unstack().reset_index(name='value')
结果：
0 1 value
0 device1 1 first val of device1
1 device1 2 first val of device1
2 device1 3 first val of device1
3 device2 1 None
4 device2 2 first val of device2
5 device2 3 first val of device2
6 device3 1 None
7 device3 2 None
8 device3 3 first val of device3
【讨论】：
接受的答案是完美的。我有一个相关但略有不同的情况，我必须向前填写，但只能在组内填写。如果有人有同样的需求，请知道 fillna 在 DataFrameGroupBy 对象上工作。
>>> example = pd.DataFrame({'number':[0,1,2,nan,4,nan,6,7,8,9],'name':list('aaabbbcccc')})
>>> example
name number
0 a 0.0
1 a 1.0
2 a 2.0
3 b NaN
4 b 4.0
5 b NaN
6 c 6.0
7 c 7.0
8 c 8.0
9 c 9.0
>>> example.groupby('name')['number'].fillna(method='ffill') # fill in row 5 but not row 3
0 0.0
1 1.0
2 2.0
3 NaN
4 4.0
5 4.0
6 6.0
7 7.0
8 8.0
9 9.0
Name: number, dtype: float64
【讨论】：
ffill 现在有自己的方法pd.DataFrame.ffill
df.ffill()
0 1 2
0 1.0 2.0 3.0
1 4.0 2.0 3.0
2 4.0 2.0 9.0
【讨论】：
我在尝试此解决方案时注意到的一件事是，如果您在数组的开头或结尾处有 N/A，则 ffill 和 bfill 就不能正常工作。两者都需要。
In [224]: df = pd.DataFrame([None, 1, 2, 3, None, 4, 5, 6, None])
In [225]: df.ffill()
Out[225]:
0
0 NaN
1 1.0
...
7 6.0
8 6.0
In [226]: df.bfill()
Out[226]:
0
0 1.0
1 1.0
...
7 6.0
8 NaN
In [227]: df.bfill().ffill()
Out[227]:
0
0 1.0
1 1.0
...
7 6.0
8 6.0
【讨论】：
您可以在 DataFrame 上使用fillna 方法并将该方法指定为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……
将最后一个有效观察值传播到下一个有效观察值
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 重新绑定到变量或指定 inplace=True：
df.fillna(method='ffill', inplace=True)
【讨论】：
您可以将pandas.DataFrame.fillna 与method='ffill' 选项一起使用。 'ffill' 代表“前向填充”，并将向前传播最后一个有效观察。另一种方法是'bfill'，它的工作方式相同，但反向。
import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
df = df.fillna(method='ffill')
print(df)
# 0 1 2
#0 1 2 3
#1 4 2 3
#2 4 2 9
还有一个直接的同义词函数pandas.DataFrame.ffill，可以让事情变得更简单。
【讨论】：