Pandas如何用最近非空值填充列，直到遇到下一个不同值？

问题场景 #

现有如下结构的DataFrame（Type列仅在分类起始行标记，后续行缺失）：

Index   A   B   C   Type
    0   5   1   4      a
    1   4   1  23
    2   1   4   5
    3  16   2  19      c
    4   3   4   5
    5   8   2   4
    6   3   3   3
    7   0   9   2    b-2
    8   3   2   1
    9   1   0   5

需要将Type列缺失值填充为最近的上方标记值，转换为：

Index   A   B   C   Type
    0   5   1   4      a
    1   4   1  23      a
    2   1   4   5      a
    3  16   2  19      c
    4   3   4   5      c
    5   8   2   4      c
    6   3   3   3      c
    7   0   9   2    b-2
    8   3   2   1    b-2
    9   1   0   5    b-2

要求适配十万行以上大数据量，采用向量化方案，避免逐行遍历。

解决方案 #

利用pandas内置的ffill()（向前填充）方法，该方法为底层优化的向量化操作，无需循环，处理效率极高。

步骤代码 #

1. 读取CSV文件（确保Type列缺失值被正确识别）：

import pandas as pd

# 读取文件，自动识别空值
df = pd.read_csv('your_file.csv', keep_default_na=True)

2. 执行向前填充：

# 向量化填充Type列
df['Type'] = df['Type'].ffill()

关键说明 #

• ffill()会将每一个缺失值替换为最近的非缺失值（上方），完全匹配需求中的分类标记延续逻辑
• 该操作是pandas底层C实现的向量化运算，处理十万级数据仅需毫秒级时间，批量处理数十个文件也能高效完成
• 若Type列的空值是空白字符串而非NaN，可先转换为NaN再填充：

df['Type'] = df['Type'].replace('', pd.NA).ffill()

内容的提问来源于stack exchange，提问作者Ben S.