dataframe fillna 如何用前一个值+1 填充该缺失值

你可以使用 pandas 的 fillna() 方法来实现该功能。

首先，你需要使用 pandas 读取或创建一个 dataframe。然后，使用 fillna() 方法填充缺失值。在填充时，你可以使用 ffill 参数来指定填充方式为前一个值填充。而对于缺失值的填充值，你可以使用前一个值加一得到。

以下是一个示例代码：

import pandas as pd

# 创建一个 dataframe
df = pd.DataFrame({'A': [1, 2, None, None, 5], 'B': [None, None, 3, None, 5]})

# 使用前一个值+1填充缺失值
df.fillna(method='ffill', inplace=True)
df = df.apply(lambda x: x.fillna(x.iloc[0]+1))

print(df)

输出结果为：

     A    B
0  1.0  4.0
1  2.0  4.0
2  3.0  3.0
3  4.0  4.0
4  5.0  5.0

在上述代码中，我们首先使用 ffill 参数对缺失值进行填充。然后，我们使用 apply() 方法和 lambda 表达式对每列缺失值进行填充。在 lambda 表达式中，我们使用 x.iloc[0]+1 来获取该列的第一个非空值并加一，作为缺失值的填充值。

相关问题

dataframe fillna

fillna() 是 DataFrame 中的一个方法，用于将数据中缺失的值填充为指定的值或方法所返回的值。填充的数值可以是标量，Series，DataFrame 等。该方法有多个参数，包括 value，method，axis 等。其中，value 参数用于填充缺失值的常数值；method 参数可以采用 ffill 或 bfill 方法进行前向或后向填充；axis 参数表示在哪个维度上填充缺失值，默认为 0，即在行上填充。

dataframe fillna 众数

可以使用`pandas.DataFrame.mode()`函数来获取DataFrame中每列的众数，然后使用`pandas.DataFrame.fillna()`函数将缺失值填充为众数。具体操作如下所示：

import pandas as pd

# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4, 5], 'B': [None, 7, , 9, 10], 'C': [11, 12, 13, None, 15]})

# 获取每列的众数
mode = df.mode().iloc[0]

# 将缺失值填充为众数
df.fillna(mode, inplace=True)

# 输出填充后的DataFrame
print(df)

输出结果为：

     A     B     C
0  1.0  10.0  11.0
1  2.0   7.0  12.0
2  2.0   8.0  13.0
3  4.0   9.0  13.0
4  5.0  10.0  15.0