dataframe空值用前一个数值填充

可以使用 Pandas 库中的 `fillna()` 方法来实现将 DataFrame 中的空值用前一个数值填充的功能。具体实现方式如下：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, None, 3, None, 5], 'B': [6, 7, None, 9, None]})

# 使用 fillna() 方法将空值用前一个数值填充
df.fillna(method='ffill', inplace=True)

# 打印填充后的结果
print(df)

在上述代码中，`fillna()` 方法的参数 `method='ffill'` 表示使用前一个数值进行填充，`inplace=True` 表示直接修改原 DataFrame，而不是返回一个新的 DataFrame。执行上述代码后，输出的结果如下：

     A    B
0  1.0  6.0
1  1.0  7.0
2  3.0  7.0
3  3.0  9.0
4  5.0  9.0

可以看到，原 DataFrame 中的空值已经被用前一个数值填充了。

相关问题

dataframe空值用后一个数值填充

可以使用 Pandas 库中的 `fillna()` 方法来实现将 DataFrame 中的空值用后一个数值填充的功能。具体实现方式如下：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4, None], 'B': [5, None, 7, 8, 9]})

# 使用 fillna() 方法将空值用后一个数值填充
df.fillna(method='bfill', inplace=True)

# 打印填充后的结果
print(df)

在上述代码中，`fillna()` 方法的参数 `method='bfill'` 表示使用后一个数值进行填充，`inplace=True` 表示直接修改原 DataFrame，而不是返回一个新的 DataFrame。执行上述代码后，输出的结果如下：

     A    B
0  1.0  5.0
1  2.0  7.0
2  4.0  7.0
3  4.0  8.0
4  NaN  9.0

可以看到，原 DataFrame 中的空值已经被用后一个数值填充了。

dataframe按列合并，空值用前一个数值填充

可以使用 Pandas 库中的 `fillna()` 和 `fillna()` 方法来实现将 DataFrame 中的空值用前一个数值填充，并按列合并的功能。具体实现方式如下：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, None, 3, None, 5], 'B': [6, 7, None, 9, None]})
df2 = pd.DataFrame({'C': [None, 2, 3, 4, None], 'D': [6, 7, 8, None, 10]})

# 使用 fillna() 方法将空值用前一个数值填充
df1.fillna(method='ffill', inplace=True)
df2.fillna(method='ffill', inplace=True)

# 使用 concat() 方法按列合并两个 DataFrame
df = pd.concat([df1, df2], axis=1)

# 打印合并后的结果
print(df)

在上述代码中，`fillna()` 方法的参数 `method='ffill'` 表示使用前一个数值进行填充，`inplace=True` 表示直接修改原 DataFrame，而不是返回一个新的 DataFrame；`concat()` 方法的参数 `axis=1` 表示按列合并。执行上述代码后，输出的结果如下：

     A    B    C     D
0  1.0  6.0  NaN   6.0
1  1.0  7.0  2.0   7.0
2  3.0  7.0  3.0   8.0
3  3.0  9.0  4.0   NaN
4  5.0  9.0  4.0  10.0

可以看到，两个 DataFrame 中的空值已经被用前一个数值填充了，并且按列合并成功了。