如何填充Pandas crosstab生成的DataFrame中的缺失用户属性值

不用折腾for循环，Pandas内置的ffill()（向前填充）方法就能高效解决这个问题，还能避免循环带来的各种错误。

步骤1：将数据转为DataFrame格式 #

如果你的数据是numpy数组，先转成Pandas DataFrame：

import pandas as pd
import numpy as np

# 假设你的numpy数组是arr，替换成实际列名
df = pd.DataFrame(arr, columns=["Person", "1to1 Person Attribute", "其他列名..."])

步骤2：对指定字段执行向前填充 #

直接针对需要处理的列调用ffill()，它会自动把空白值（NaN）替换为该列上一行的非空值：

# 仅填充Person和1to1 Person Attribute列
df[["Person", "1to1 Person Attribute"]] = df[["Person", "1to1 Person Attribute"]].ffill()

# 如果其他列也需要填充空白，直接对整个DataFrame操作：
# df = df.ffill()

补充处理边界情况 #

如果第一行的目标字段就是空白，ffill()没法填充（没有上一行数据），可以根据需求补充默认值：

# 先向前填充，再给第一行的空白设置默认值
df[["Person", "1to1 Person Attribute"]] = df[["Person", "1to1 Person Attribute"]].ffill().fillna("默认值")

为什么不用for循环？ #

Pandas的内置方法是向量化操作，比逐行循环快数倍，还能避免循环中常见的索引越界、类型不匹配等问题，代码也更简洁。

内容的提问来源于stack exchange，提问作者kpdawson24