如何根据上一列填充pandas数据框中的NaN单元格？

在Pandas中，如果你想根据上一列的值来填充NaN单元格，可以使用fillna()方法结合ffill（forward fill）参数。ffill会用前一个非NaN值来填充当前位置的NaN。

以下是一个简单的示例代码：

import pandas as pd
import numpy as np

# 创建一个包含NaN的数据框
data = {
    'A': [1, 2, np.nan, 4],
    'B': [np.nan, 6, 7, 8]
}
df = pd.DataFrame(data)

# 使用ffill填充NaN
df_filled = df.fillna(method='ffill')

print(df_filled)

输出将会是：

     A    B
0  1.0  NaN
1  2.0  6.0
2  2.0  7.0
3  4.0  8.0

在这个例子中，列'A'的第三个元素是NaN，它被前一个非NaN值2填充。同样，列'B'的第一个元素是NaN，因为它是第一列，所以没有前一个值可以填充，因此保持NaN。

如果你想在整个数据框中应用这个操作，而不仅仅是某一列，你可以直接对整个数据框使用fillna()方法：

df_filled = df.fillna(method='ffill')

如果你只想在特定的列中填充NaN，你可以指定列名：

df_filled = df.fillna(method='ffill', axis=0)

这里的axis=0表示操作是在行间进行的（即纵向填充）。

如果你遇到的问题是填充不正确或者NaN没有被填充，可能的原因包括：

1. NaN值不在数据框中。
2. 数据框的索引可能不是默认的整数索引，这可能会影响填充操作。
3. 数据框可能已经被修改，导致NaN的位置发生了变化。

解决这些问题的方法包括：

• 确保NaN值确实存在于数据框中。
• 如果索引有问题，可以尝试重置索引：df.reset_index(drop=True, inplace=True)。
• 检查数据框是否有其他操作改变了NaN的位置。

参考链接：

• Pandas Fillna Documentation
• Pandas Ffill Example