Python 从数据帧返回值

我有这样的数据帧，有200k到400k行

Index value
  1     a
  2 
  3     v
  4
  5
  6    6077
  7
  8     h

我希望这个dataframe值列根据字符串值的数量用特定的值填充下面所有的行（就像在这个表中，我们有1个字符串值）。 我希望我的数据帧是这样的

Index value
  1     a
  2     a 
  3     v
  4     v
  5     v
  6     v
  7     v
  8     h

---

如果需要重复长度为

1

的字符串，您可以使用regex

[a-zA-Z]{1}

检查长度为

1

的字符串，将不匹配的值替换为

NaN

s，并使用

ffill

向前填充缺失的值：

df['value'] = df['value'].where(df['value'].str.match('^[a-zA-Z]{1}$', na=False)).ffill()
print (df)
   Index value
0      1     a
1      2     a
2      3     v
3      4     v
4      5     v
5      6     v
6      7     v
7      8     h

另一个想法是：

m1 = df['value'].str.len().eq(1)
m2 = df['value'].str.isalpha()
df['value'] = df['value'].where(m1 & m2).ffill()

---

fillna

中的

forward fill

方法正是针对这一点的。 这应该适合您：

df.fillna(method='ffill')

试试这个

import pandas as pd

df['value'].replace('\d+', pd.np.nan, regex=True).ffill()

---

---

删除所有号码后，请执行以下操作：

df[df['value']==""] = np.NaN
df.fillna(method='ffill')

---

假设任何不是空字符串或数字的值都应该向前填充，则正则表达式

r'^\d*$”

将同时匹配空字符串或数字。这些值可以替换为

np.nan

，然后可以调用

ffill

：

import numpy as np

df['value'].replace(r'^\d*$', np.nan, regex=True, inplace=True)
df['value'].ffill(inplace=True)

---

因此，请删除数字并使用最后一个非空值填充？您是否尝试过lke

df[df['value']='']=np.NaN

然后

df.fillna（method='ffill'）

？查看索引6中的原始问题，其中包含一个数字，该数字将被视为空字符串，不会向前传播（查看预期输出）。此外，您对

fillna

的调用将返回一个未分配给任何内容的新数据帧。此外，您对

fillna

的调用将对数据帧的所有单元格进行操作，我认为您不想这样做。1.您假设序列中存在

numpy.na

值，但它们是空字符串。2.中的值dex 6是一个数字，应将其视为一个空字符串。3.对

fillna

的调用返回一个未分配给任何对象的新数据帧。4.对

fillna

的调用将对数据帧的所有单元格进行操作，而您不希望这样做。1.这将仅替换索引6处的值，其他值为empty strings和not

np.nan

.2.从

ffill

返回一个新的数据帧，该数据帧没有分配给任何对象。如果您打算将两个或多个字母字符的值视为空字符串，那么您应该调用

fullmatch

@Booboo-我的意图是处理长度为1的字符串n您需要使用

fullmatch

或使用

$

锚定，因为对'xyz'应用的'match（'[a-zA-Z]{1}'）将返回对第一个字符的命中。

import numpy as np

df['value'].replace(r'^\d*$', np.nan, regex=True, inplace=True)
df['value'].ffill(inplace=True)