如何将DataFrame最后一行指定列的NaN值替换为前一行值

我有一个DataFrame，最后一行的C列值为NaN，数据示例如下：

A,B,C
94,35.8621497534,139.8811398413,23.075931722607212
95,35.8621915301,139.8811617064,23.013675634522304
96,35.8622333249,139.8811835151,22.93392191824463
97,35.8622751476,139.881205254,22.98818503390619
98,35.8623169559,139.8812270428,23.12554949571689
99,35.8623587254,139.8812489567,23.269025725355807
100,35.8624004417,139.8812709946,23.080210277956407
101,35.8624422121,139.881292861,Nan

尝试将该NaN替换为前一行数值时，出现以下警告且修改未生效：

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

我使用的代码：

rowi=df.shape[0]
df.iloc[row-1]['C']=df.tail(2)['C'].iloc[0]

方法1：使用.loc直接定位修改（推荐） #

Pandas官方推荐用.loc进行行和列的精准定位赋值，能彻底避免切片拷贝的问题：

# 获取最后一行的索引
last_row_idx = df.index[-1]
# 用前一行的C列值填充最后一行的C列
df.loc[last_row_idx, 'C'] = df.loc[df.index[-2], 'C']

方法2：修复.iloc的链式索引问题 #

你原代码的问题在于链式索引（df.iloc[row-1]['C']）：第一次iloc返回的是原DataFrame的拷贝，后续赋值只修改了这个临时拷贝，不会影响原数据。改成单步索引即可：

# 直接用iloc定位行和列的位置
c_col_pos = df.columns.get_loc('C')
df.iloc[-1, c_col_pos] = df.iloc[-2, c_col_pos]

方法3：通用向前填充（适合批量处理NaN） #

如果需要处理多个NaN值，用ffill()（向前填充）会更高效，它自动用前一行的非NaN值填充当前NaN：

# 仅对C列执行向前填充，直接修改原DataFrame
df['C'].ffill(inplace=True)
# 或者不修改原数据，返回新的Series：
# df['C'] = df['C'].ffill()

原代码无效的原因 #

df.iloc[row-1]['C']是两次独立的索引操作：第一次iloc[row-1]返回一行数据的拷贝，第二次['C']访问该拷贝的列，赋值操作仅作用于这个临时拷贝，不会同步到原DataFrame中。而.loc或单步.iloc操作直接作用于原DataFrame的视图，修改会直接生效。

内容的提问来源于stack exchange，提问作者KansaiRobot