如何将DataFrame的Per_Extract列有效值填充至所有NaN行？

问题场景 #

你有如下DataFrame，希望将Per_Extract列中唯一的有效值填充到该列所有NaN位置：

原始DataFrame：

IN          Per_Extract                                 
0   IN7395593   NaN 
1   IN7444113   FROM : 2022-08-01 TO : 2022-10-20   
2   IN7444613   FROM : 2022-08-01 TO : 2022-10-20   
3   IN7444116   FROM : 2022-08-01 TO : 2022-10-20   
4   IN7334213   NaN 

期望输出：

IN          Per_Extract                                 
0   IN7395593   FROM : 2022-08-01 TO : 2022-10-20   
1   IN7444113   FROM : 2022-08-01 TO : 2022-10-20   
2   IN7444613   FROM : 2022-08-01 TO : 2022-10-20   
3   IN7444116   FROM : 2022-08-01 TO : 2022-10-20   
4   IN7334213   FROM : 2022-08-01 TO : 2022-10-20   

你尝试使用ffill()方法但未生效：

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

解决方案 #

ffill()失效的原因是它仅会用当前行之前的有效值填充后续的NaN，但第一行的NaN没有前置有效值，无法被填充；同时它也不会用后续的有效值反向填充前面的NaN。

要实现用列中唯一有效值填充所有NaN，可按以下步骤操作：

1. 提取Per_Extract列的非空唯一有效值
2. 使用该值填充列内所有NaN

示例代码：

# 获取唯一的非空有效值
valid_value = df['Per_Extract'].dropna().unique()[0]

# 填充所有NaN
df['Per_Extract'] = df['Per_Extract'].fillna(valid_value)

运行后即可得到你期望的输出结果。

内容的提问来源于stack exchange，提问作者gfernandes