Pandas库学习之ffill函数

Pandas库学习之ffill函数

一、简介

ffill（forward fill）是Pandas库中DataFrame和Series对象的一个函数，用于填充缺失值（NaN）。它通过使用前面的有效值来填充后续的缺失值，也被称为"前向填充"。

二、语法和参数

DataFrame.ffill(axis=None, inplace=False, limit=None, downcast=None)

主要参数：

• axis：填充的方向。{0 or ‘index’, 1 or ‘columns’}，默认为0。
• inplace：是否在原对象上进行修改，默认为False。
• limit：指定连续填充的最大数量，默认为None。
• downcast：可选，将结果转换为指定的dtype，默认为None。

三、实例

3.1 基本使用

代码：

import pandas as pd
import numpy as np# 创建一个包含NaN的DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, np.nan, 5],'B': [np.nan, 2, 3, np.nan, 5],'C': [1, 2, 3, 4, 5]
})print("原始DataFrame:")
print(df)print("\n使用ffill()后的DataFrame:")
print(df.ffill())

输出：

原始DataFrame:A    B  C
0  1.0  NaN  1
1  2.0  2.0  2
2  NaN  3.0  3
3  NaN  NaN  4
4  5.0  5.0  5使用ffill()后的DataFrame:A    B  C
0  1.0  NaN  1
1  2.0  2.0  2
2  2.0  3.0  3
3  2.0  3.0  4
4  5.0  5.0  5

3.2 指定axis参数

代码：

import pandas as pd
import numpy as npdf = pd.DataFrame({'A': [1, 2, np.nan, np.nan, 5],'B': [np.nan, 2, 3, np.nan, 5],'C': [1, 2, 3, 4, 5]
})print("原始DataFrame:")
print(df)print("\n使用ffill(axis=1)后的DataFrame:")
print(df.ffill(axis=1))

输出：

原始DataFrame:A    B  C
0  1.0  NaN  1
1  2.0  2.0  2
2  NaN  3.0  3
3  NaN  NaN  4
4  5.0  5.0  5使用ffill(axis=1)后的DataFrame:A    B    C
0  1.0  1.0  1.0
1  2.0  2.0  2.0
2  NaN  3.0  3.0
3  NaN  NaN  4.0
4  5.0  5.0  5.0

3.3 使用limit参数

代码：

import pandas as pd
import numpy as npdf = pd.DataFrame({'A': [1, np.nan, np.nan, np.nan, 5],'B': [np.nan, 2, np.nan, np.nan, 5],'C': [1, 2, 3, 4, 5]
})print("原始DataFrame:")
print(df)print("\n使用ffill(limit=1)后的DataFrame:")
print(df.ffill(limit=1))

输出：

原始DataFrame:A    B  C
0  1.0  NaN  1
1  NaN  2.0  2
2  NaN  NaN  3
3  NaN  NaN  4
4  5.0  5.0  5使用ffill(limit=1)后的DataFrame:A    B  C
0  1.0  NaN  1
1  1.0  2.0  2
2  NaN  2.0  3
3  NaN  NaN  4
4  5.0  5.0  5

四、注意事项

1. ffill()函数只能填充NaN值，对于其他类型的缺失值（如None）可能无效。

2. 使用inplace=True可以直接在原DataFrame上进行修改，但这会改变原始数据，使用时需谨慎。

3. ffill()函数在处理大型数据集时可能会消耗较多内存和时间，特别是在使用axis=1时。

4. 当使用limit参数时，只有指定数量的连续NaN值会被填充，超出限制的NaN值将保持不变。

5. ffill()函数是fillna(method='ffill')的简写形式，两者功能相同。

6. 在时间序列数据处理中，ffill()特别有用，可以用来填充缺失的时间点数据。