如何用Pandas填充Excel中仅首行有值的类别与子类别的缺失值？

不用写for循环，Pandas内置的ffill()（向前填充）方法就是最优解——它专门处理这种"首行有值、后续行缺失"的场景，而且是矢量化操作，比逐行循环快几个数量级，尤其是数据量大的时候。

具体步骤与代码示例 #

1. 读取目标Excel文件
2. 对类别和子类别列应用ffill()，自动用前一行的有效值填充当前行的缺失值
3. 可选：如果第一行存在缺失值，可搭配bfill()从后往前补一次
4. 导出清理后的数据

import pandas as pd

# 读取Excel数据
df = pd.read_excel("your_input_file.xlsx")

# 填充类别和子类别列的缺失值
df["类别"] = df["类别"].ffill()
df["子类别"] = df["子类别"].ffill()

# （可选）处理第一行可能的缺失值（如果存在的话）
# df[["类别", "子类别"]] = df[["类别", "子类别"]].bfill()

# 保存清理后的文件
df.to_excel("cleaned_output_file.xlsx", index=False)

为什么比for循环好？ #

Pandas的ffill()是底层基于C实现的矢量化操作，不需要逐行遍历数据；而for循环是Python层面的逐行处理，数据量越大，速度差距越明显——比如处理10万行数据，ffill()可能只需要几毫秒，循环要好几秒甚至更久。

适用场景说明 #

这种方法完美适配你的场景：当新的类别/子类别出现时，首行的有效值会成为后续行的填充值，直到下一个新的有效值出现，完全符合Excel中这类分组数据的格式逻辑。

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