Python 如何动态更新Dataframe列中的行值？

我有一份fbi犯罪统计的csv文件。它按州分组，然后按城市分组。问题是每个状态每个分组只有一行，因此在第一个状态之后，该序列的每个后续值都是NaN，直到下一个状态

到目前为止，我的代码只是使用pandas read_csv函数拉入csv，我截断了最后几行，因为它们不相关

crime = pd.read_csv('crime-stats-by-state-and-city-2010.csv', nrows=9310)
# df looks like:
            city       |   etc...
state
ALABAMA     Abbeville
NaN         Adamsville
NaN         Addison
...         ...
CALIFORNIA  Adelanto
NaN         Alameda

我的问题是如何遍历state列并用正确的状态替换每个NaN值。我想我要做的是迭代每一行，检查当前项是NaN还是状态。如果它是一个状态，那么我希望每个后续的NaN值都是相同的值，直到我进入下一个状态，在该状态下我将重复相同的过程

我更喜欢提示/提示/解释，而不仅仅是代码，但乞丐不能挑三拣四

试试以下方法：

df.reset_index(inplace=True)
df['state'].fillna(method='ffill', inplace=True) 

---

最初我想到了使用reindex（method='ffill'）， 但它只适用于指数单调的情况 增加或减少

因为我们不能保证索引顺序，所以我们必须使用 三阶段方法：

• 重置索引（使状态成为常规列）
• 在这个专栏上给菲尔打电话
• 将索引设置回状态

执行此操作的代码是：

df.reset_index(inplace=True)
df.state = df.state.ffill()
df.set_index('state', inplace=True)

---

这是

ffill（）

。但是它看起来像是你的索引。

state

。太棒了！非常感谢你！