如何使用带inplace=True的fillna()仅对DataFrame的指定列子集执行前向传播？

核心逻辑：直接对完整DataFrame调用fillna()会默认对所有列生效，因此需要先圈定目标列子集再执行填充操作，全程不会改动非目标列的原有数据。

两种可落地的实现写法 #

• 兼容低版本pandas的传统写法：通过列标签索引取出目标列子集，对该子集单独调用fillna()并设置inplace=True
  示例代码：

  # 替换为你实际需要处理的两个列名
  target_cols = ['第一列名', '第二列名']
  # 仅对目标列执行前向填充，操作直接修改原DataFrame对应位置的值
  df[target_cols].fillna(method='ffill', inplace=True)
  

• 规避版本警告的推荐写法（适配pandas 1.5+所有版本）：直接给目标列赋值填充后的计算结果，操作效果和inplace=True完全一致
  示例代码：

  target_cols = ['第一列名', '第二列名']
  # 等价于对目标列执行inplace式前向填充，无多余内存拷贝、不触发SettingWithCopyWarning
  df[target_cols] = df[target_cols].ffill()
  

关键注意事项 #

• 前向传播的填充逻辑为：用同一列中当前位置上方最近的非空值，填充当前位置的缺失值，两种写法的最终填充结果无差异
• 不要直接对全局DataFrame执行df.fillna(method='ffill', inplace=True)，否则会对全表所有列的缺失值执行同样的填充逻辑，不符合仅处理两列的需求
• 第一种传统写法在pandas 2.0+版本中可能抛出FutureWarning，提示对切片对象执行inplace操作的行为将在后续版本调整，生产环境优先选择第二种写法更稳妥

内容的提问来源于stack exchange，提问作者goahead97