Pandas series.ffill() 方法是如何工作的

pandas series.ffill() 方法的工作方式类似于 series.fillna() 方法中的 “method = ffill” 函数，或者我们可以说 series.ffill() 是 forward fill 方法的同义词。

series.ffill() 方法使用前向填充方法，将给定系列对象中的 NaN 或 NA 值替换掉。该方法的参数包括 inplace，axis，limit 和 downcast。

它不像 value 和 method 这样的参数。因为它采用系列元素作为替换值，并使用前向填充方法填充缺失值。

示例1

在下面的示例中，我们对具有一些 NaN 值的对象数据的系列对象应用了 ffill() 方法，并且默认参数没有改变。

# importing pandas package
import pandas as pd
import numpy as np

# create a series
s = pd.Series(["a", np.nan, np.nan, "b", "c", np.nan, "d", "e"])
print(s)

# replace Missing values
result = s.ffill()
print('Result:')
print(result)

输出

以下是输出结果−

0    a
1    NaN
2    NaN
3    b
4    c
5    NaN
6    d
7    e
dtype: object

Result:
0    a
1    a
2    a
3    b
4    c
5    c
6    d
7    e
dtype: object

在上面的输出块中，我们可以注意到系列对象的缺失值已经成功更新为前一行的值。

示例2

以下示例指定了inplace参数为True，以便将修改应用于原始的系列对象。

# importing pandas package
import pandas as pd
import numpy as np

# create a series
s = pd.Series([np.nan, np.nan, 27, 61, np.nan, 93, np.nan, 68, 70, np.nan])
print(s)

# replace Missing values
s.ffill(inplace=True)
print('Result:')
print(s)

说明

如果您不更改inplace参数的默认值，则会创建一个新系列，其中包含更新的值，并且该inplace参数的默认值为False。

输出

输出如下所示−

0    NaN
1    NaN
2    27.0
3    61.0
4    NaN
5    93.0
6    NaN
7    68.0
8    70.0
9    NaN
dtype: float64

Result:
0    NaN
1    NaN
2    27.0
3    61.0
4    61.0
5    93.0
6    93.0
7    68.0
8    70.0
9    70.0
dtype: float64

我们可以看到索引位置0和1处的NaN值保持不变，这是因为没有可用的前一个值来执行向前填充操作。