Question

假设我的DataFrame有一些NaN s：

>>> 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。假设第一行永远不会包含NaN。因此对于前面的示例，结果将是

我可以逐个循环遍历整个DataFrame，逐个元素并直接设置值，但是有一种简单的（最优化的无循环）方式来实现这个目标吗？

Answer 1

您可以在DataFrame上使用fillna方法，并将方法指定为ffill（转发填充）：

>>> 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

这种方法......

将最后一次有效观察传播到下一个有效

换句话说，还有bfill方法。

此方法不会修改DataFrame - 您需要将返回的DataFrame重新绑定到变量，或者指定inplace=True：

df.fillna(method='ffill', inplace=True)

Answer 2

接受的答案是完美的。我有一个相关但略有不同的情况，我必须填写前进，但只在组内。如果某人有相同的需求，请知道fillna适用于DataFrameGroupBy对象。

>>> 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

Answer 3

您可以将pandas.DataFrame.fillna与method='ffill'选项一起使用。 'ffill'代表＆＃39;前向填充＆＃39;并将向前传播最后一次有效观察。替代方案是'bfill'，其工作方式相同，但后退。

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，以简化操作。

Answer 4

我在尝试这个解决方案时注意到的一件事是，如果你在数组的开头或结尾有N / A，那么ffill和bfill就不会工作了。你需要两者。

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

Answer 5

ffill现在拥有自己的方法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

Answer 6

仅一列版本

用最后一个有效值

df[column_name].fillna(method='ffill', inplace=True)

用下一个有效值

df[column_name].fillna(method='backfill', inplace=True)

Answer 7

仅同意ffill方法，但是还有一个额外的信息是您可以使用关键字参数limit限制正向填充。

>>> 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  3.0
1  NaN  NaN  6.0
2  NaN  NaN  9.0

>>> df[1].fillna(method='ffill', inplace=True)
>>> df
     0    1    2
0  1.0  2.0  3.0
1  NaN  2.0  NaN
2  NaN  2.0  9.0

现在带有limit个关键字参数

>>> 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

Answer 8

就我而言，我们有来自不同设备的时间序列，但某些设备在一段时间内无法发送任何值。因此，我们应该为每个设备和每个时间段创建NA值，然后再执行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

Answer 9

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

引用pandas.DataFrame.fillna

如何用pandas DataFrame中的先前值替换NaN？

9 个答案: