Python 基于多索引的填充NaN

我有一个pandas数据框，我想填入一些NaN值

import pandas as pd

tuples = [('a', 1990),('a', 1994),('a',1996),('b',1992),('b',1997),('c',2001)]
index = pd.MultiIndex.from_tuples(tuples, names = ['Type', 'Year'])
vals = ['NaN','NaN','SomeName','NaN','SomeOtherName','SomeThirdName']
df = pd.DataFrame(vals, index=index)

print(df)

                       0
Type Year               
a    1990            NaN
     1994            NaN
     1996       SomeName
b    1992            NaN
     1997  SomeOtherName
c    2001  SomeThirdName

我想要的输出是：

Type Year               
a    1990       SomeName
     1994       SomeName
     1996       SomeName
b    1992  SomeOtherName
     1997  SomeOtherName
c    2001  SomeThirdName

---

这需要在更大的数据帧（数百万行）上完成，其中每个“类型”可以有1-5个唯一的“年份”，并且名称值仅在最近一年出现。为了提高性能，我尽量避免对行进行迭代。

您可以按索引按降序对数据帧进行排序，然后

ffill

it:

import pandas as pd
df.sort_index(level = [0,1], ascending = False).ffill()

#                           0
# Type  Year    
#    c  2001    SomeThirdName
#    b  1997    SomeOtherName
#       1992    SomeOtherName
#    a  1996    SomeName
#       1994    SomeName
#       1990    SomeName

注意：示例数据实际上不包含

np.nan

值，而是字符串

nan

，因此为了

ffill

正常工作，您需要将

nan

字符串替换为

np.nan

：

import numpy as np
df[0] = np.where(df[0] == "NaN", np.nan, df[0])

---

或者按照@ayhan的建议，在将字符串“NaN”替换为

np.NaN

后，使用

df.bfill（）

或直接使用

.bfill（）

？：）@阿汉正是这里需要的人。