如何使用前一个或后一个值填充 Pandas DataFrame 中的 NaN 值？

用 Pandas DataFrame 中的先前或后续值替换 NaN

问题

考虑使用 NaN 的 DataFrame：

In [1]:
import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])

In [2]:
df
    0   1   2
0   1   2   3
1   4 NaN NaN
2 NaN NaN   9

目标是将每个 NaN 替换为最接近的非 NaN其上方同一列中的值。假设第一行不包含 NaN。

答案

实现这一点的有效方法是使用 DataFrame 的 fillna 方法：

In [3]:
df.fillna(method='ffill')
    0   1   2
0   1   2   3
1   4   2   3
2   4   2   9

fillna 方法采用前向填充 (ffill) 策略，用最后一个有效观察值替换 NaN

要执行相反的操作，您可以使用 bfill 方法（向后填充）：

In [4]:
df.fillna(method='bfill')
    0   1   2
0   1   2   3
1   4   4   3
2   9   9   9

fillna 方法不会就地修改 DataFrame。要更新原始 DataFrame，请设置 inplace=True:

In [5]:
df.fillna(method='ffill', inplace=True)

In [6]:
df
    0   1   2
0   1   2   3
1   4   2   3
2   4   2   9

以上是如何使用前一个或后一个值填充 Pandas DataFrame 中的 NaN 值？的详细内容。更多信息请关注PHP中文网其他相关文章！