使用Pandas ffill()填充DataFrame缺失值失败的问题求助

你的代码填充失败主要有三个核心问题：

• NaN判断逻辑错误：在pandas里，NaN == NaN的结果永远是False，用df['AL|ATFC|Year'] == float('NaN')根本无法识别缺失值，必须用df['AL|ATFC|Year'].isna()来检测NaN。
• where函数逻辑颠倒：where的作用是「保留满足条件的原数值，将不满足条件的替换为第二个参数」。你原本想替换NaN，但代码中条件写的是匹配NaN，结果会保留NaN、替换非NaN值，完全和预期相反。
• 多余的axis参数：你是对单列做填充操作，不需要指定axis=1（按行处理），这会导致逻辑混乱。

正确的填充代码 #

直接对目标列调用ffill()是最简洁高效的方式：

# 方式1：赋值回原列（推荐，避免原地修改的副作用）
df['AL|ATFC|Year'] = df['AL|ATFC|Year'].ffill()

# 方式2：原地修改
df['AL|ATFC|Year'].ffill(inplace=True)

如果非要用where函数修正（不推荐，属于绕弯写法）：

df['AL|ATFC|Year'] = df['AL|ATFC|Year'].where(~df['AL|ATFC|Year'].isna(), df['AL|ATFC|Year'].ffill())

后续删除经纬度缺失行 #

填充完成后，用dropna()指定删除Latitude和Longitude列存在缺失值的行：

# 方式1：返回新DataFrame
df = df.dropna(subset=['Latitude', 'Longitude'])

# 方式2：原地修改
df.dropna(subset=['Latitude', 'Longitude'], inplace=True)

内容的提问来源于stack exchange，提问作者ezrix