Python 如何使用另一列的最后一个有效索引（）将pandas dataframe设置为NaN

如何使用另一列的

last\u valid\u index（）

上方的索引将数据帧的列设置为NaN

In[2]：df

          A         B
0  1.068932 -0.794307
2 -0.470056  1.192211
4 -0.284561  0.756029
6  1.037563 -0.267820
8 -0.538478 NaN
9. 1.03733  NaN
10.1.037562 NaN

例如：

df.B.last\u valid\u index（）

将给出

6

。所以我希望A列中

索引<6

的所有行都设置为

NaN

最终结果应为：

     A         B
0   NaN    -0.794307
2   NaN     1.192211
4   NaN     0.756029
6   NaN    -0.267820
8 -0.538478 NaN
9. 1.03733  NaN
10.1.037562 NaN

---

last\u valid\u index

返回行标签。因此，使用按标签选择列和行，并指定新值：

idx = df['B'].last_valid_index()
df.loc[:idx, 'A'] = np.nan

---

比如说,

import numpy as np
import pandas as pd
nan = np.nan
df = pd.DataFrame({'A': [0, 9, 2, 9, 1, 7, 0], 'B': [4.0, 0.0, 7.0, 7.0, nan, nan, nan]},
                  index=range(0,13,2))

idx = df['B'].last_valid_index()
df.loc[:idx, 'A'] = np.nan
print(df)

屈服

      A    B
0   NaN  4.0
2   NaN  0.0
4   NaN  7.0
6   NaN  7.0
8   1.0  NaN
10  7.0  NaN
12  0.0  NaN