使用Pandas实现DataFrame中NaN值的循环填充问题

原始数据 #

需求：用A列索引0-3的非NaN值循环填充后续的NaN，期望输出如下：

期望输出 #

问题分析 #

原代码存在两个关键问题：

1. 未导入numpy库，np.nan会直接报错，无法生成正确的缺失值；
2. 使用fillna结合Series填充时，虽逻辑可行但易受索引匹配影响，不如直接生成完整循环序列替换列更可靠。

正确代码 #

方法一：列表推导式生成循环序列

import pandas as pd
import numpy as np

data = {'A': ['Abel', 'Ada', 'Beed', 'Calvin', np.nan, np.nan, np.nan, np.nan, np.nan, np.nan],
        'B': [10, 8, 15, 13, 6, 17, 35, 12, 20, 19]}
df = pd.DataFrame(data)

# 获取用于循环填充的非NaN值列表
fill_list = df['A'].dropna().tolist()
cycle_len = len(fill_list)

# 生成与DataFrame长度一致的循环序列并替换原列
df['A'] = [fill_list[i % cycle_len] for i in range(len(df))]

print(df)

方法二：使用numpy.tile快速生成循环序列

import pandas as pd
import numpy as np

data = {'A': ['Abel', 'Ada', 'Beed', 'Calvin', np.nan, np.nan, np.nan, np.nan, np.nan, np.nan],
        'B': [10, 8, 15, 13, 6, 17, 35, 12, 20, 19]}
df = pd.DataFrame(data)

fill_array = df['A'].dropna().to_numpy()
# 生成重复足够次数的序列，截取前len(df)个元素替换原列
df['A'] = np.tile(fill_array, len(df) // len(fill_array) + 1)[:len(df)]

print(df)

两种方法均能直接生成符合要求的循环填充序列，确保从第一个非NaN值开始循环填充后续缺失位。

内容的提问来源于stack exchange，提问作者Ruth Aju