如何复制低于现有值的值，直到下一个非空白值？

Question

我试着搜索了一下，但很难用语言来描述它，所以很难找到（并且用正确的语言）。鉴于：  A B C1 1234 256 37890想要的结果：  A B C D1 1     12       13       14 2     25       26 3     37       38       39       30       3

Answer 1

您的 DataFrame 在“空”单元格中没有NaN，所以我假设：

• 每列的dtype是object（实际上是string），

• “空”单元格包含空字符串或空格。

在这种情况下，一种可能的解决方案是：

• 用NaN替换空字符串/空格，

• 调用填充。

就像是：

df['D'] = df.A.replace(r'^\s*$', np.nan, regex=True).ffill()

编辑

如果要“向下复制”的值可以在任何列中（不仅在A中），那么解决方案是：

df['D'] = df.replace(r'^\s*$', np.nan, regex=True).ffill(axis=1)\
    .iloc[:, -1].ffill()

与Anky在他的评论中提出的类似。

Answer 2

基于@Mohit Motwani 评论的完整答案：

import pandas as pd

df = pd.DataFrame([[1, None, None], [None]*3,[None]*3,

                   [2,None,None], [None]*3,

                   [3,None,None], [None]*3, [None]*3, [None]*3,], 

                  columns=["A","B","C"] )

print(df)

df["D"] = df["A"].ffill()

print(df)

之前的输出：

     A     B     C

0  1.0  None  None

1  NaN  None  None

2  NaN  None  None

3  2.0  None  None

4  NaN  None  None

5  3.0  None  None

6  NaN  None  None

7  NaN  None  None

8  NaN  None  None

输出后：

     A     B     C    D

0  1.0  None  None  1.0

1  NaN  None  None  1.0

2  NaN  None  None  1.0

3  2.0  None  None  2.0

4  NaN  None  None  2.0

5  3.0  None  None  3.0

6  NaN  None  None  3.0

7  NaN  None  None  3.0