用 Python 中同一列中的下一个值填充 NaN 值

Question

我想用NaN列中的下一个值填充值：numberdf

        Id  Date        is_start        number

151256  30  2010-09-21  False           NaN

237558  30  2010-09-22  False           0.0

36922   120 2010-10-13  False           0.0

246284  80  2010-09-21  False           NaN

47655   80  2010-09-21  False           658.0

可重现的例子：

import pandas as pd

import numpy as np

import datetime

sample_df = pd.DataFrame({'Id': {151256: 30, 237558: 30, 36922: 120, 246284: 80, 47655: 80},

 'Date': {151256: datetime.date(2010, 9, 21),

  237558: datetime.date(2010, 9, 22),

  36922: datetime.date(2010, 10, 13),

  246284: datetime.date(2010, 9, 21),

  47655: datetime.date(2010, 9, 21)},

 'is_start': {151256: False,

  237558: False,

  36922: False,

  246284: False,

  47655: False},

 'number': {151256: np.nan,

  237558: 0.0,

  36922: 0.0,

  246284: np.nan,

  47655: 658.0}})

sample_df

预期输出：

        Id  Date        is_start        number

151256  30  2010-09-21  False           0.0   (replaced)

237558  30  2010-09-22  False           0.0

36922   120 2010-10-13  False           0.0

246284  80  2010-09-21  False           658.0 (replaced)

47655   80  2010-09-21  False           658.0

我试过：

sample_df['number'] = sample_df.fillna(sample_df.number.shift())

但得到输出：

        Id  Date    is_start    number

151256  30  2010-09-21  False   30

237558  30  2010-09-22  False   30

36922   120 2010-10-13  False   120

246284  80  2010-09-21  False   80

47655   80  2010-09-21  False   80

其中number采用Id列中的值。为什么会发生这种情况以及正确的方法是什么？

Answer 1

这里检查bfill注意限制是只填充下一个NaN值df.number = df.number.bfill(limit=1)Out[138]: 151256      0.0237558      0.036922       0.0246284    658.047655     658.0Name: number, dtype: float64

Answer 2

BEN_YO 的解决方案就是答案，但这里有一个使用fillnaand的替代方案shift(-1)：sample_df['number'] = sample_df['number'].fillna(sample_df['number'].shift(-1))sample_dfOut[1]:          Id        Date  is_start  number151256   30  2010-09-21     False     0.0237558   30  2010-09-22     False     0.036922   120  2010-10-13     False     0.0246284   80  2010-09-21     False   658.047655    80  2010-09-21     False   658.0