Pandas将第一个NaN之后的所有值设置为NaN

import pandas as pd
import numpy as np

# 创建一个包含多个NaN值的Series对象
s = pd.Series([1, 2, np.nan, 4, 5, np.nan, 7, 8, 9])

# 找到第一个NaN值的索引
first_nan_index = s.isnull().idxmax()

# 使用mask方法替换第一个NaN之后的值为NaN
s = s.mask(s.index >= first_nan_index)

print(s)

import pandas as pd
import numpy as np

# 创建一个包含多个NaN值的DataFrame对象
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [6, np.nan, 8, np.nan, 10],
                   'C': [11, 12, 13, np.nan, 15]})

# 找到第一个NaN值的索引
first_nan_index = df.isnull().idxmax().max()

# 使用mask方法替换第一个NaN之后的值为NaN
df = df.mask(df.columns >= first_nan_index)

print(df)