根据最后一个值在数据框列中填充NaN

Question

我想在列中填充缺少的（NaN）值，其值取决于最后的非= NaN值。我的数据看起来像这样：

In [3]: A = pd.DataFrame(['X', np.nan, np.nan, 'Y',np.nan, np.nan, 'X', np.nan])

In [4]: A
Out[4]:
     0
0    X
1  NaN
2  NaN
3    Y
4  NaN
5  NaN
6    X
7  NaN

我知道fillna函数，但这不是我想要做的。这给了我以下内容：

In [5]: A.fillna(method='ffill') # Not what I want to do
Out[5]:
   0
0  X
1  X
2  X
3  Y
4  Y
5  Y
6  X
7  X

例如，如果最后一个值是'X'，我想填写'I'，如果最后一个值是'Y'，我想填写'J'。即。

Out[5]: # How do I get this?
   0
0  X
1  I
2  I
3  Y
4  J
5  J
6  X
7  I

我确信我可以通过循环执行此操作，但如何在不诉诸此操作的情况下执行此操作？

Answer 1

您可以创建一个字典，将前面的值映射到所需的填充值，然后使用fillna和DataFrame的前向填充版本，并使用replace和ffill应用映射：

nan_map = {'X': 'I', 'Y': 'J'}
A = A.fillna(A.replace(nan_map).ffill())

结果输出：

   0
0  X
1  I
2  I
3  Y
4  J
5  J
6  X
7  I