Python：foward填充nans和0

概述假设我有一个数据帧df1,它有零和nans： dates = pd.date_range('20170101',periods=20)df1 = pd.DataFrame(np.random.randint(10,size=(20,3)),index=dates,columns=['foo','bar','see'])df1.iloc[3:12,0] = np.nandf1.iloc[6:1 假设我有一个数据帧df1,它有零和nans：

dates = pd.date_range('20170101',periods=20)df1 = pd.DataFrame(np.random.randint(10,size=(20,3)),index=dates,columns=['foo','bar','see'])df1.iloc[3:12,0] = np.nandf1.iloc[6:17,1] = 0

什么是前进填充zeors和nans的简洁方法？我试过以下：

df1 = (df1.fillna(method='ffill',inplace=True)).replace(to_replace=0,method='ffill')AttributeError: 'nonetype' object has no attribute 'replace'

解决方法 让我们使用replace来替换为nan的零然后填充：

df1.replace(0,pd.np.nan).ffill()

输出：

foo  bar  see2017-01-01  2.0  1.0    42017-01-02  2.0  2.0    62017-01-03  2.0  8.0    32017-01-04  2.0  6.0    12017-01-05  2.0  8.0    42017-01-06  2.0  9.0    62017-01-07  2.0  9.0    82017-01-08  2.0  9.0    52017-01-09  2.0  9.0    82017-01-10  2.0  9.0    72017-01-11  2.0  9.0    32017-01-12  2.0  9.0    62017-01-13  5.0  9.0    42017-01-14  6.0  9.0    92017-01-15  7.0  9.0    42017-01-16  6.0  9.0    22017-01-17  2.0  9.0    52017-01-18  3.0  1.0    12017-01-19  3.0  8.0    12017-01-20  2.0  5.0    7

总结

以上是内存溢出为你收集整理的Python：foward填充nans和0全部内容，希望文章能够帮你解决Python：foward填充nans和0所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。