如何在Pandas中仅对col2为NaN的行执行前向填充？

问题背景 #

原始DataFrame：

col1  col2  col3
0    a   1.0   1.0
1    b   NaN   NaN   
2    c   5.0   3.0
3    d   5.0   NaN

需求：仅对col2为NaN的行执行前向填充，最终得到如下结果：

col1  col2  col3
0    a   1.0   1.0
1    b   1.0   1.0   
2    c   5.0   3.0
3    d   5.0   NaN

之前尝试的全局填充代码会对所有NaN生效（比如第3行的col3），不符合需求：

df['col2'] = df['col2'].fillna(method="ffill")
df['col3'] = df['col3'].fillna(method="ffill")

正确实现方法 #

方案1：掩码筛选目标行 #

通过布尔掩码标记需要处理的行，仅对这些行执行前向填充：

# 生成掩码：标记col2为NaN的行
mask = df['col2'].isna()
# 仅对掩码匹配的行的col2、col3执行前向填充
df.loc[mask, ['col2', 'col3']] = df.loc[mask, ['col2', 'col3']].ffill()

方案2：借助临时填充结果 #

先对整个DataFrame做全局前向填充，再将结果仅覆盖到目标行：

# 生成全局前向填充后的临时DataFrame
ffilled_temp = df.ffill()
# 仅替换col2为NaN的行的数据
df.loc[df['col2'].isna(), ['col2', 'col3']] = ffilled_temp.loc[df['col2'].isna(), ['col2', 'col3']]

两种方法都能精准控制填充范围，确保只有col2为NaN的行被前向填充，其他行的NaN值保持不变。

内容的提问来源于stack exchange，提问作者spg719