Python 缺失值处理

我有两列值，如下所示： '''

'''

我想用正向填充方法填充剩余的行。但即使在使用下面的代码之后，它也不显示任何内容。（使用df.info时，列不显示空值，尽管它有）（当我使用inplace=True时，它在整个列1中不显示任何条目）

'''

---

''

首先将空白或空白重新拼贴到缺少的值：

df = pd.DataFrame({'User': ['acanter ', ' ', ' ', ' ', ' '], 
 'Name': [' Andy Canter ', ' ', ' ', ' ', ' '],
 'Company': [' 135 ', ' 135 ', ' 135 ', ' 000 ', ' 135 '],
 'Session': [' ottstpbdeman ', ' ttstptcserver ', ' ottstpjcadaem ', ' ottstpstdlib ', ' bptmmo486m000 '],
 'Description': [' ttstpbdeman ', ' Thin Client server ', ' ttstpjcadaemo ', ' stdlib Server ', 'new']})

print (df)
       User           Name Company          Session           Description
0  acanter    Andy Canter     135     ottstpbdeman           ttstpbdeman 
1  acanter    Andy Canter     135    ttstptcserver    Thin Client server 
2  acanter    Andy Canter     135    ottstpjcadaem         ttstpjcadaemo 
3  acanter    Andy Canter     000     ottstpstdlib         stdlib Server 
4  acanter    Andy Canter     135    bptmmo486m000                    new

df = df.replace(r'^\s*$', np.nan, regex=True).ffill()
print (df)
       User           Name Company          Session           Description
0  acanter    Andy Canter     135     ottstpbdeman           ttstpbdeman 
1  acanter    Andy Canter     135    ttstptcserver    Thin Client server 
2  acanter    Andy Canter     135    ottstpjcadaem         ttstpjcadaemo 
3  acanter    Andy Canter     000     ottstpstdlib         stdlib Server 
4  acanter    Andy Canter     135    bptmmo486m000                    new

    df["column1"].fillna( method ='ffill')
    df["column2"].fillna(method = 'ffill', inplace = True)

df = pd.DataFrame({'User': ['acanter ', ' ', ' ', ' ', ' '], 
 'Name': [' Andy Canter ', ' ', ' ', ' ', ' '],
 'Company': [' 135 ', ' 135 ', ' 135 ', ' 000 ', ' 135 '],
 'Session': [' ottstpbdeman ', ' ttstptcserver ', ' ottstpjcadaem ', ' ottstpstdlib ', ' bptmmo486m000 '],
 'Description': [' ttstpbdeman ', ' Thin Client server ', ' ttstpjcadaemo ', ' stdlib Server ', 'new']})

print (df)
       User           Name Company          Session           Description
0  acanter    Andy Canter     135     ottstpbdeman           ttstpbdeman 
1  acanter    Andy Canter     135    ttstptcserver    Thin Client server 
2  acanter    Andy Canter     135    ottstpjcadaem         ttstpjcadaemo 
3  acanter    Andy Canter     000     ottstpstdlib         stdlib Server 
4  acanter    Andy Canter     135    bptmmo486m000                    new

df = df.replace(r'^\s*$', np.nan, regex=True).ffill()
print (df)
       User           Name Company          Session           Description
0  acanter    Andy Canter     135     ottstpbdeman           ttstpbdeman 
1  acanter    Andy Canter     135    ttstptcserver    Thin Client server 
2  acanter    Andy Canter     135    ottstpjcadaem         ttstpjcadaemo 
3  acanter    Andy Canter     000     ottstpstdlib         stdlib Server 
4  acanter    Andy Canter     135    bptmmo486m000                    new