前向填充除python pandas数据框中的最后一个值之外的所有值答案

【问题标题】：Forward fill all except last value in python pandas dataframe前向填充除python pandas数据框中的最后一个值之外的所有值
【发布时间】：2016-04-03 17:05:13
【问题描述】：

我在 pandas 中有一个数据框，其中有几列我想转发填充值。目前我正在做：

columns = ['a', 'b', 'c']
for column in columns:
    df[column].fillna(method='ffill', inplace=True)

...但是由于列中的系列长度不同，因此在其中一些的末端留下了填充值的长尾。因为某些系列的差距很大，所以我不能使用fillna的limit参数而不在系列上留下填充值的长尾。

除了最后一个值之外，是否可以前向填充每列中的值？谢谢！

【问题讨论】：

我认为可以使用包含直到最后一个 NaN 的所有值的掩码来填充，但是请您提供一个示例数据集来使用吗？

标签： python pandas

【解决方案1】：

您可以在 lambda 函数中使用 last_valid_index 来填充到该点。

df = pd.DataFrame({
    'A': [1, None, None, None], 
    'B': [1, 2, None, None], 
    'C': [1, None, 3, None], 
    'D': [1, None, None, 4]})

>>> df
    A   B   C   D
0   1   1   1   1
1 NaN   2 NaN NaN
2 NaN NaN   3 NaN
3 NaN NaN NaN   4

>>> df.apply(lambda series: series.loc[:series.last_valid_index()].ffill())
    A   B   C  D
0   1   1   1  1
1 NaN   2   1  1
2 NaN NaN   3  1
3 NaN NaN NaN  4

【讨论】：

【解决方案2】：

除了 Alexander 的回答之外，如果您想使用NaNs 保留底部行，您可以使用以下内容：

df2 = pd.DataFrame({
    'A': [1, None, None, None, None], 
    'B': [1, 2, None, None, None], 
    'C': [1, None, 3, None, None], 
    'D': [1, None, None, 4, None]})

df2
    A   B   C   D
0   1   1   1   1
1 NaN   2 NaN NaN
2 NaN NaN   3 NaN
3 NaN NaN NaN   4
4 NaN NaN NaN NaN

pd.concat([df2.apply(lambda series: series.loc[:series.last_valid_index()].ffill()),
           df2.loc[df2.last_valid_index()+1:]])

    A   B   C   D
0   1.0 1.0 1.0 1.0
1   NaN 2.0 1.0 1.0
2   NaN NaN 3.0 1.0
3   NaN NaN NaN 4.0
4   NaN NaN NaN NaN

【讨论】：