用数据集中找到的先前非空值填充 pandas 数据框的选定单元格

Question

我有一个像这样的数据集：

A	B
x	a
x	南
y	c
z	d

假设我想更改最后两行并将这些值替换为同一列中之前的非 nan 值以获得此数据集：

A	B
x	a
x	南
x	a
x	a

如何获得这个？

Answer 1

您可以创建一个系列，将 NA 值之前的最后一项分组到下一次值位于 NA 之前的时间。然后使用该系列和每个组执行

groupby

操作以获得第一个值。但是，您需要将第一个 NA 之前的分组 ID 替换为 0 以外的值，这样它们就不会分组在一起。transform

这采用原始数据框：

import pandas as pd

df = pd.DataFrame({
    'A':list('xxyzwetqyw'), 
    'B':[*list('aba'), pd.NA, *list('cd'), pd.NA, *list('iip')]
})

g = df.isna().any(axis=1).cumsum().shift(-1).ffill()
g[g.eq(0)] += list(range(-g.eq(0).sum(),0))
df.groupby(g).transform('first')

并将其转换为：

   A     B
0  x     a
1  x     b
2  y     a    <- value above NA
3  z  <NA> 
4  w     c
5  e     d    <- value above NA
6  t  <NA>
7  q     i
8  y     i
9  w     p