pandas：用列中的最后一个非 NaN 值替换 NaN [重复]

Posted 2023-03-11

【中文标题】pandas：用列中的最后一个非 NaN 值替换 NaN [重复]

【英文标题】：pandas: replace NaN with the last non-NaN value in column [duplicate]

【发布时间】：2017-08-25 02:54:07

【问题描述】：

我有一个 Excel 文件，其中列出了篮球队和每支球队的球员。新团队的第一行在第 0 列中说明了团队名称，在第 1 列中说明了该团队的一名球员。下一行在第 1 列中仅包含该球队的一名球员（第 0 列中没有任何内容，因为该球队从最后一列中暗示）指定团队）。每个团队都重复此操作。

Warriors    Stephen Curry
-           Klay Thompson
-           Kevin Durant
Clippers    Chris Paul
-           Blake Griffen
-           JJ Redick
Raptors     Kyle Lowry
-           Demar Derozan

我正在将数据导入 pandas 数据框并计算每支球队的球员人数。

import pandas as pd
df = read_excel('data.xlsx')
print(df)

     Team        Player
0    Warriors    Stephen Curry
1    NaN         Klay Thompson
2    NaN         Kevin Durant
3    Clippers    Chris Paul
4    NaN         Blake Griffen
5    NaN         JJ Redick
6    Raptors     Kyle Lowry
7    NaN         Demar Derozan

无论如何我可以用适当的团队名称替换NaN（我知道我只需要填写 excel 文件中的空白点，但如果我在导入或通过 pandas 处理它看起来更干净）。我想我需要遍历数据框，如果不是NaN，则存储团队名称，并用当前存储的团队名称替换NaN，直到新团队出现。

如果你不懂篮球，我的数据框应该是这样的：

     Team        Player
0    Warriors    Stephen Curry
1    Warriors    Klay Thompson
2    Warriors    Kevin Durant
3    Clippers    Chris Paul
4    Clippers    Blake Griffen
5    Clippers    JJ Redick
6    Raptors     Kyle Lowry
7    Raptors     Demar Derozan

【问题讨论】：

请注意——正如链接的 dup 中提到的一些答案——这些天你可以直接使用.ffill()。

【参考方案1】：

您可以在数据帧上使用fillna() 方法来执行此操作。 method='ffill' 告诉它用最后一个有效值填充。

df.fillna(method='ffill')