如何用Pandas将DataFrame列中NaN替换为之前最近的最小值？

要实现这个需求，我们需要先把连续的非NaN值划分为独立的组，计算每个组的最小值，再用对应组的最小值填充后续的NaN，同时保持非NaN值不变。具体步骤如下：

1. 分组标记：用notna().cumsum()为连续的非NaN值创建唯一的分组标签，NaN会自动继承前一个非NaN组的标签；
2. 计算组内最小值：针对每个非NaN组，计算该组的最小值；
3. 映射填充：将分组标签映射为对应的组内最小值，然后将非NaN值替换回原值（因为分组最小值可能不等于当前行的值）。

完整代码片段 #

import pandas as pd
import numpy as np

# 假设你的DataFrame名为df，包含'A_col'列
# 这里先构造示例数据匹配你的输出
data = {
    'A_col': [np.nan]*7 + [-0.34, np.nan, np.nan, -0.19, np.nan, -0.37, -0.41, -0.33] + 
             [np.nan]*5 + [-1.65, -1.8, -1.53, -1.35, np.nan, -0.19, -0.14, np.nan, -0.21]
}
df = pd.DataFrame(data)

# 步骤1：创建分组标签，连续非NaN为同一组，NaN继承前组标签
df['group'] = df['A_col'].notna().cumsum()

# 步骤2：计算每个非NaN组的最小值
group_min = df[df['A_col'].notna()].groupby('group')['A_col'].min()

# 步骤3：映射填充，并保留非NaN原值
df['A_col_fill'] = df['group'].map(group_min)
df.loc[df['A_col'].notna(), 'A_col_fill'] = df.loc[df['A_col'].notna(), 'A_col']

# 清理临时分组列
df = df.drop('group', axis=1)

# 查看结果
print(df)

代码解释 #

• 分组标记：df['A_col'].notna()会生成布尔序列，cumsum()会将连续的True（非NaN）累加为同一个整数标签，False（NaN）则保持前一个标签值，这样每个NaN都能关联到最近的非NaN组；
• 组内最小值计算：筛选出非NaN行，按分组标签聚合计算最小值，得到每个组对应的最小数值；
• 填充逻辑：先通过映射将所有行替换为对应组的最小值，再将非NaN行的值还原为原始值，这样既保证了NaN填充最近非NaN组的最小值，又保留了非NaN行的原始数据。

内容的提问来源于stack exchange，提问作者joe