如何在Pandas中用前一行非NaN值填充列内后续NaN值直至下一个有效数据？

这需求太常见了！用Python的pandas库可以一步搞定你要的“用前一行有效数据填充后续NaN，直到遇到下一个非NaN值”的效果，也就是向前填充（Forward Fill）。

具体实现步骤 #

1. 先构造你的目标数据集（模拟你给出的列数据）：

import pandas as pd
import numpy as np

# 对应你提供的列数据
df = pd.DataFrame({
    'target_col': ['XXXXXXXX', np.nan, np.nan, np.nan, 'YYYYYYYY', np.nan, np.nan, np.nan]
})

2. 调用pandas的ffill()方法（或者等价的fillna(method='ffill')）完成填充：

# 执行向前填充
df['target_col'] = df['target_col'].ffill()

最终结果 #

执行后你的数据列就会变成你期望的样子：

target_col
0  XXXXXXXX
1  XXXXXXXX
2  XXXXXXXX
3  XXXXXXXX
4  YYYYYYYY
5  YYYYYYYY
6  YYYYYYYY
7  YYYYYYYY

补充说明 #

• 如果你的数据是单独的Series对象，同样可以直接调用series.ffill()，效果完全一致。
• 如果你的数据开头就存在NaN值，ffill()会保留这些NaN（因为没有前序有效数据可以填充），要是需要处理这种情况，可以配合bfill()反向填充，但你的场景里开头是有效数据，所以不用额外处理。

内容的提问来源于stack exchange，提问作者alcheringa