如何在Python的Pandas中向下复制列非空值填充缺失项

你要实现的是把col1列的非空值向下复制，覆盖后续缺失项直到遇到下一个非空值，不用手动遍历行，Pandas有内置的高效方法可以直接搞定：

步骤1：构造示例数据（模拟你的原始DataFrame） #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['a', np.nan, 'b', np.nan, np.nan, 'c', np.nan],
    'col2': [np.nan, 'x1', np.nan, 'y1', 'p1', np.nan, 'q1'],
    'col3': [np.nan, 'x2', np.nan, 'y2', 'p2', np.nan, 'q2']
})

步骤2：执行向下填充 #

直接使用ffill()方法（forward fill的缩写，即向前填充），它会自动把最近的非空值向下填充到所有后续缺失项，直到遇到下一个非空值：

df['col1'] = df['col1'].ffill()

最终结果 #

处理后的DataFrame就是你要的目标格式：

为什么手动遍历容易失败？ #

手动遍历行的时候，需要额外维护当前要填充的非空值状态，还要处理索引、空值判断等细节，很容易因为逻辑疏漏（比如没及时更新当前值、空值判断错误）导致结果不符合预期。而ffill()是Pandas专门为这类场景优化的函数，不仅代码简洁，处理大数据集的效率也远高于手动遍历。

注：如果使用的是旧版本Pandas，也可以用df['col1'].fillna(method='ffill')，效果完全一致。

内容的提问来源于stack exchange，提问作者Przemek