一、簡介

ffill（forward fill）是Pandas庫中DataFrame和Series對象的一個函數，用于填充缺失值（NaN）。它通過使用前面的有效值來填充后續(xù)的缺失值，也被稱為"前向填充"。

二、語法和參數

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

主要參數：

• axis：填充的方向。{0 or ‘index’, 1 or ‘columns’}，默認為0。
• inplace：是否在原對象上進行修改，默認為False。
• limit：指定連續(xù)填充的最大數量，默認為None。
• downcast：可選，將結果轉換為指定的dtype，默認為None。

三、實例

3.1 基本使用

代碼：

import pandas as pd
import numpy as np

# 創(chuàng)建一個包含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())

輸出：

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參數

代碼：

import pandas as pd
import numpy as np

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(axis=1)后的DataFrame:")
print(df.ffill(axis=1))

輸出：

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參數

代碼：

import pandas as pd
import numpy as np

df = 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))

輸出：

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、注意事項

• ffill()函數只能填充NaN值，對于其他類型的缺失值（如None）可能無效。
• 使用inplace=True可以直接在原DataFrame上進行修改，但這會改變原始數據，使用時需謹慎。
• ffill()函數在處理大型數據集時可能會消耗較多內存和時間，特別是在使用axis=1時。
• 當使用limit參數時，只有指定數量的連續(xù)NaN值會被填充，超出限制的NaN值將保持不變。
• ffill()函數是fillna(method='ffill')的簡寫形式，兩者功能相同。
• 在時間序列數據處理中，ffill()特別有用，可以用來填充缺失的時間點數據。

到此這篇關于Pandas庫中ffill函數的具體使用的文章就介紹到這了,更多相關Pandas ffill函數內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！