假设我有一个带有一些nan的数据框架:
>>> 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替换为上面同一列中的第一个非NaN值。假定第一行永远不会包含NaN。对于前面的例子，结果是
0 1 2
0 1 2 3
1 4 2 3
2 4 2 9
我可以一列一列地循环整个DataFrame，一个元素一个元素地循环，然后直接设置值，但是有没有一种简单的(最好是无循环的)方法来实现这一点呢?
当前回答
只有一个列版本
用最后一个有效值填充NAN
df[column_name].fillna(method='ffill', inplace=True)
用下一个有效值填充NAN
df[column_name].fillna(method='backfill', inplace=True)
其他回答
你可以在DataFrame上使用fillna方法，并指定该方法为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[s]最后一个有效观测值转发到下一个有效观测值
相反，还有一个bfill方法。
这个方法不会修改DataFrame inplace -你需要将返回的DataFrame重新绑定到一个变量，或者指定inplace=True:
df.fillna(method='ffill', inplace=True)
你可以使用pandas.DataFrame.fillna的method='ffill'选项。'ffill'代表'向前填充'，并将传播最后有效的观察向前。另一种方法是'bfill'，它的工作方式相同，但相反。
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，让事情简单点。
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，然后做fillna。
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
可以使用fillna删除或替换NaN值。
南删除
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
南Replace
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
参考pandas.DataFrame.fillna
只有一个列版本
用最后一个有效值填充NAN
df[column_name].fillna(method='ffill', inplace=True)
用下一个有效值填充NAN
df[column_name].fillna(method='backfill', inplace=True)
