Как заменить NaN на предыдущие значения в pandas DataFrame?

Предположим, у меня есть DataFrame с некоторыми NaNs:

>>> import pandas as pd
>>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
>>> df
    0   1   2
0   1   2   3
1   4 NaN NaN
2 NaN NaN   9

Что мне нужно сделать, так это заменить each NaNна первое не NaNзначение в том же столбце над ним. Предполагается, что первая строка никогда не будет содержать NaN. Итак, для предыдущего примера результатом будет

   0  1  2
0  1  2  3
1  4  2  3
2  4  2  9

Я могу просто просмотреть весь DataFrame столбец за столбцом, элемент за элементом и установить значения напрямую, но есть ли простой (оптимально свободный от цикла) способ добиться этого?

Вы можете использовать fillnaметод в DataFrame и указать метод как ffill(прямое заполнение):

>>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
>>> df.fillna(method='ffill')
   0  1  2
0  1  2  3
1  4  2  3
2  4  2  9

Этот метод...

распространить [s] последнее действительное наблюдение вперед к следующему действительному

Чтобы пойти противоположным путем, есть еще bfillметод.

Этот метод не изменяет DataFrame на месте - вам необходимо повторно привязать возвращенный DataFrame к переменной или указать inplace=True:

df.fillna(method='ffill', inplace=True)

Принятый ответ идеален. У меня была похожая, но немного другая ситуация, когда мне приходилось заменять форварда, но только внутри группы. Если у кого-то такая же потребность, знайте, что fillna работает с объектом DataFrameGroupBy.

>>> example = pd.DataFrame({'number':[0,1,2,nan,4,nan,6,7,8,9],'name':list('aaabbbcccc')})
>>> example
  name  number
0    a     0.0
1    a     1.0
2    a     2.0
3    b     NaN
4    b     4.0
5    b     NaN
6    c     6.0
7    c     7.0
8    c     8.0
9    c     9.0
>>> example.groupby('name')['number'].fillna(method='ffill') # fill in row 5 but not row 3
0    0.0
1    1.0
2    2.0
3    NaN
4    4.0
5    4.0
6    6.0
7    7.0
8    8.0
9    9.0
Name: number, dtype: float64

Вы можете использовать pandas.DataFrame.fillnaс method='ffill'опцией. 'ffill'означает «заполнение вперед» и будет распространять последнее действительное наблюдение вперед. Альтернатива - это то, 'bfill'что работает так же, но наоборот.

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
df = df.fillna(method='ffill')

print(df)
#   0  1  2
#0  1  2  3
#1  4  2  3
#2  4  2  9

Для pandas.DataFrame.ffillупрощения существует также функция прямого синонима .

Одна вещь, которую я заметил, пробуя это решение, заключается в том, что если у вас есть N / A в начале или в конце массива, функции ffill и bfill не совсем работают. Вам нужны оба.

In [224]: df = pd.DataFrame([None, 1, 2, 3, None, 4, 5, 6, None])

In [225]: df.ffill()
Out[225]:
     0
0  NaN
1  1.0
...
7  6.0
8  6.0

In [226]: df.bfill()
Out[226]:
     0
0  1.0
1  1.0
...
7  6.0
8  NaN

In [227]: df.bfill().ffill()
Out[227]:
     0
0  1.0
1  1.0
...
7  6.0
8  6.0

ffill теперь есть собственный метод pd.DataFrame.ffill

df.ffill()

     0    1    2
0  1.0  2.0  3.0
1  4.0  2.0  3.0
2  4.0  2.0  9.0

Только версия с одной колонкой

• Заполните NAN последним действительным значением

df[column_name].fillna(method='ffill', inplace=True)

• Заполните NAN следующим допустимым значением

df[column_name].fillna(method='backfill', inplace=True)

Просто согласен с ffillметодом, но одна дополнительная информация заключается в том, что вы можете ограничить прямое заполнение аргументом ключевого слова limit.

>>> import pandas as pd    
>>> df = pd.DataFrame([[1, 2, 3], [None, None, 6], [None, None, 9]])

>>> df
     0    1   2
0  1.0  2.0   3
1  NaN  NaN   6
2  NaN  NaN   9

>>> df[1].fillna(method='ffill', inplace=True)
>>> df
     0    1    2
0  1.0  2.0    3
1  NaN  2.0    6
2  NaN  2.0    9

Теперь с limitаргументом ключевого слова

>>> df[0].fillna(method='ffill', limit=1, inplace=True)

>>> df
     0    1  2
0  1.0  2.0  3
1  1.0  2.0  6
2  NaN  2.0  9

В моем случае у нас есть временные ряды с разных устройств, но некоторые устройства не могли отправлять какие-либо значения в течение определенного периода. Поэтому мы должны создать значения NA для каждого устройства и периода времени, а затем выполнить fillna.

df = pd.DataFrame([["device1", 1, 'first val of device1'], ["device2", 2, 'first val of device2'], ["device3", 3, 'first val of device3']])
df.pivot(index=1, columns=0, values=2).fillna(method='ffill').unstack().reset_index(name='value')

Результат:

        0   1   value
0   device1     1   first val of device1
1   device1     2   first val of device1
2   device1     3   first val of device1
3   device2     1   None
4   device2     2   first val of device2
5   device2     3   first val of device2
6   device3     1   None
7   device3     2   None
8   device3     3   first val of device3

Вы можете использовать fillnaдля удаления или замены значений NaN.

NaN Удалить

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])

df.fillna(method='ffill')
     0    1    2
0  1.0  2.0  3.0
1  4.0  2.0  3.0
2  4.0  2.0  9.0

NaN заменить

df.fillna(0) # 0 means What Value you want to replace 
     0    1    2
0  1.0  2.0  3.0
1  4.0  0.0  0.0
2  0.0  0.0  9.0

Ссылка pandas.DataFrame.fillna