使用列内已知非空值向前填充DataFrame中NaN值的实现方法

直接使用pandas内置的ffill()（前向填充）方法即可，该方法的逻辑完全匹配你的需求：自动取最近的非空Id值填充后续连续空值，直到遇到下一个非空Id值。

代码示例 #

import pandas as pd
import numpy as np

# 构造示例数据，可替换为你自己的DataFrame
df = pd.DataFrame({
    'Id': [1, np.nan, np.nan, 2, np.nan, 3, np.nan, np.nan, np.nan],
    '无关列1': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i'],
    '无关列2': [10, 20, 30, 40, 50, 60, 70, 80, 90]
})

# 仅需一行代码完成Id列填充
df['Id'] = df['Id'].ffill()

效果说明 #

• 原Id列值：[1, nan, nan, 2, nan, 3, nan, nan, nan]
• 填充后Id列值：[1, 1, 1, 2, 2, 3, 3, 3, 3]
• 该操作为向量化实现，底层基于C语言运行，比Python层的for循环效率高10~100倍，即使是百万级行数据也能快速处理，且不会修改其他无关列的内容。
• 若需要限制最多连续填充的空值数量，可添加limit参数：df['Id'] = df['Id'].ffill(limit=最大填充数)

内容的提问来源于stack exchange，提问作者Prince Hermit