Question

我的import logging logging.basicConfig() logging.getLogger('sqlalchemy.engine').setLevel(logging.DEBUG)看起来像这样：

pd.Series

如何使用系列中之前的非NaN值填充NaN列值？

我试过这个：

>>> series
0     This is a foo bar something...
1                                NaN
2                                NaN
3        foo bar indeed something...
4                                NaN
5                                NaN
6               foo your bar self...
7                                NaN
8                                NaN

但在new_column = [] for row in list(series): if type(row) == str: new_column.append(row) else: new_column.append(new_column[-1]) series = pd.Series(new_column)还有另一种方法吗？

Answer 1

来自docs：

DataFrame.fillna（value = None，method = None，axis = None，inplace = False，limit = None，downcast = None，** kwargs）

...

方法：{'backfill'，'bfill'，'pad'，'ffill'，无}，默认无

用于填充重新索引的填充孔的方法系列填充/填充：将最后一次有效观察传播到下一个有效回填/填充：使用NEXT有效观察来填补空白

所以：

series.fillna(method='ffill')

一些解释：

ffill / pad：转发填充是使用上一行中不是NA的值并填充NA值。 pad只是ffill的详细别名。
bfill / backfill：返回填充是使用下一行中的值来填充NA值。 backfill只是bfill的详细别名。

代码：

>>> import pandas as pd
>>> import numpy as np
>>> np.NaN
nan

>>> series = pd.Series([np.NaN, 'abc', np.NaN, np.NaN, 'def', np.NaN, np.NaN])

>>> series
0    NaN
1    abc
2    NaN
3    NaN
4    def
5    NaN
6    NaN
dtype: object

>>> series.fillna(method='ffill')
0    NaN
1    abc
2    abc
3    abc
4    def
5    def
6    def
dtype: object

>>> series.fillna(method='bfill')
0    abc
1    abc
2    def
3    def
4    def
5    NaN
6    NaN
dtype: object

在NaN时使用上一个填充列值

1 个答案: