pandas series.ffill() 方法如何工作?
pandasserver side programmingprogramming更新于 2025/5/21 3:22:17
pandas series.ffill() 方法的工作原理与带有"method = ffill"函数的 series.fillna() 相同，或者我们可以说 series.ffill() 是正向填充方法的同义词。
series.ffill() 方法使用正向填充方法替换给定系列对象中的 Nan 或 NA 值。此方法的参数为 inplace、axis、limit 和 downcast。
它没有 value 和 method 之类的参数。因为它将系列元素作为替换值，并使用正向填充方法填充缺失值。
示例 1
在下面的示例中，我们将 ffill() 方法应用于具有一些 Nan 值的对象数据的系列对象，并且默认参数未更改。
# 导入 pandas 包
import pandas as pd
import numpy as np
# 创建系列
s = pd.Series(["a", np.nan, np.nan, "b", "c", np.nan, "d", "e"])
print(s)
# 替换缺失值
result = s.ffill()
print('Result:')
print(result)
输出
输出如下所示 −
0 a 1 NaN 2 NaN 3 b 4 c 5 NaN 6 d 7 e dtype: object Result: 0 a 1 a 2 a 3 b 4 c 5 c 6 d 7 e dtype: object
在上面的输出块中，我们可以注意到，series 对象的缺失值已成功更新为上一行值。
示例 2
以下示例已将 inplace 参数指定为 True，以便将修改应用于原始 series 对象。
# 导入 pandas 包
import pandas as pd
import numpy as np
# 创建 series
s = pd.Series([np.nan, np.nan, 27, 61, np.nan, 93, np.nan, 68, 70, np.nan])
print(s)
# 替换缺失值值
s.ffill(inplace=True)
print('Result:')
print(s)
解释
如果您不更改 inplace 参数的默认值，则它将创建一个具有更新值的新系列，并且此 inplace 参数的默认值为 False。
输出
输出如下所示 −
0 NaN 1 NaN 2 27.0 3 61.0 4 NaN 5 93.0 6 NaN 7 68.0 8 70.0 9 NaN dtype: float64 Result: 0 NaN 1 NaN 2 27.0 3 61.0 4 61.0 5 93.0 6 93.0 7 68.0 8 70.0 9 70.0 dtype: float64
我们可以注意到索引位置 0 和 1 处的 Nan 值保持不变，这是因为没有先前的值可用于执行前向填充操作。
