Pandas DataFrame排除最后一行执行ffill填充空值的实现方法

假设我有如下pandas DataFrame：

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [np.nan, 5, 2, np.nan, 3], 'B': [np.nan, 4, np.nan, 5, np.nan], 'C': [np.nan, 4, 3, 2, 1]})

原始df内容：

A    B    C
0  NaN  NaN  NaN
1  5.0  4.0  4.0
2  2.0  NaN  3.0
3  NaN  5.0  2.0
4  3.0  NaN  1.0

需求是对除最后一行之外的所有行执行ffill方式的空值填充，预期输出如下：

A    B    C
0  NaN  NaN  NaN
1  5.0  4.0  4.0
2  2.0  4.0  3.0
3  2.0  5.0  2.0
4  3.0  NaN  1.0

原有尝试代码无法得到正确结果：

df.drop(df.tail(1).index).fillna(method="ffill",inplace=True)

原有写法的问题在于，df.drop(df.tail(1).index) 会生成一个独立于原df的临时新对象，对这个临时对象执行inplace=True操作只会修改临时对象，完全不会影响原df，自然拿不到预期结果。

直接对除最后一行外的切片做填充后赋值回原df对应位置即可，实现代码如下：

df.iloc[:-1] = df.iloc[:-1].fillna(method='ffill')

运行上述代码后，df就会和给出的预期输出完全一致。

内容的提问来源于stack exchange，提问作者younggotti