如何在Python中基于后一行条件填充指定列的字符串缺失值

错误原因分析 #

你之前的代码报错是因为fillna()的value参数不接受numpy数组（ndarray），它需要标量、字典或与原DataFrame索引对齐的Series。另外，你用了shift(1)取前一行的值，但需求是基于后一行判断，这会导致逻辑方向错误。

方案1：修正原代码（向量操作，高效） #

将np.where的结果转为Series，同时把shift(1)改成shift(-1)来获取后一行的值：

import pandas as pd
import numpy as np

# 示例测试数据
df = pd.DataFrame({
    'Monitoring Desc': [np.nan, 'ws_connect', np.nan, 'ws_disconnect', np.nan]
})

# 填充缺失值：基于后一行的值交替
df['Monitoring Desc'] = df['Monitoring Desc'].fillna(
    pd.Series(
        np.where(df['Monitoring Desc'].shift(-1) == "ws_connect", "ws_disconnect", "ws_connect"),
        index=df.index
    )
)

方案2：先获取后一行值再填充（更直观） #

先用bfill()获取每个缺失值对应的后一行非缺失值，再根据这个值填充相反状态：

# 获取后一行的非缺失值作为参考
next_status = df['Monitoring Desc'].bfill()

# 填充缺失值：与后一行状态交替
df['Monitoring Desc'] = df['Monitoring Desc'].fillna(
    np.where(next_status == "ws_connect", "ws_disconnect", "ws_connect")
)

方案3：循环遍历（适合新手理解逻辑） #

如果对向量操作不熟悉，从后往前遍历的循环方法更直观，每遇到缺失值就参考后一行的值填充相反状态：

# 从倒数第二行开始往前遍历
for i in range(len(df)-2, -1, -1):
    if pd.isna(df.loc[i, 'Monitoring Desc']):
        next_val = df.loc[i+1, 'Monitoring Desc']
        df.loc[i, 'Monitoring Desc'] = "ws_disconnect" if next_val == "ws_connect" else "ws_connect"

结果验证 #

以上三种方法处理示例数据后，都会得到如下结果：

内容的提问来源于stack exchange，提问作者SPHS