Python 如何用以前的值替换pandas系列中的某些值？

我有一个熊猫系列对象

s

如下：

>>> s
date
2020-03-26    19.72
2020-03-27    19.75
2020-03-30    19.43
2020-03-31    19.69
2020-04-01       --
2020-04-06    20.03
2020-04-07    20.45
2020-04-08    21.00
2020-04-09       --
2020-04-10    20.96
2020-04-13    20.75
2020-04-14    21.23
Name: price, dtype: object

>>> s.values
array(['19.72', '19.75', '19.43', '19.69', '--', '20.03', '20.45',
       '21.00', '20.82', '20.96', '20.75', '21.23'], dtype=object)

如何用以前的值替换

--

我的意思是我想把

s

转换成：

date
2020-03-26    19.72
2020-03-27    19.75
2020-03-30    19.43
2020-03-31    19.69
2020-04-01    19.69
2020-04-06    20.03
2020-04-07    20.45
2020-04-08    21.00
2020-04-09    21.00
2020-04-10    20.96
2020-04-13    20.75
2020-04-14    21.23
Name: price, dtype: object

---

属于

2020-04-01

的

-

被替换为

2020-03-31

的值，即

19.69

您可以将那些

-

替换为

NaN

，只需：

或者，您也可以使用，强制那些不能使用case的对象浮动：

pd.to_numeric(df.date, errors='coerce').ffill()

---

你能解释一下浮动（'nan'）的含义吗。为什么要将

'nan'

转换为float？我是否可以使用

numpy.nan

？以便它是实际的nan，而不是字符串。您也可以使用

np.nan

pd.to_numeric(df.date, errors='coerce').ffill()